Google ClassroomGoogle Classroom
GeoGebraClasse GeoGebra

技能训练

一、文生图(请用文生图的方式来完成,看谁的图片最能反映以下成对概念的核心,最能体现两者之间的差异)

 1. 机器学习、深度学习 2. 监督学习、无监督学习 3. 训练集、验证集、测试集 4. 离散型随机变量、连续型随机变量

二、选择题

1. 为了评估有监督算法的区分度、稳定性、鲁棒性等模型效果,往往会将样本拆分为( )。

Cochez votre réponse ici
  • A
  • B
  • C
  • D
Vérifier ma réponse (3)

2. 大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5V,分别是( )。

Cochez votre réponse ici
  • A
  • B
  • C
  • D
  • E
Vérifier ma réponse (3)

3. 常见的离散型随机变量的分布有( )。

Cochez votre réponse ici
  • A
  • B
  • C
  • D
  • E
  • F
Vérifier ma réponse (3)

4. 常见的连续型随机变量的分布有( )。

Cochez votre réponse ici
  • A
  • B
Vérifier ma réponse (3)

三、简答题

1. 机器学习与深度学习、监督学习与无监督学习各有什么意义?

2. 简述训练集、验证集和测试集的含义。

3. 大数据分析流程、方法和工具有哪些?

4. 简述常见的离散型随机变量分布的应用场景:等概率分布、伯努利分布、二项分布、几何分布、 超几何分布、泊松分布。

5. 简述常见的连续型随机变量分布的应用场景:正态分布、指数分布。

四、操作题

1. 利用数学软件Geogebra 画出离散型随机变量等概率分布、伯努利分布、超几何分布、 泊松分布四种离散分布的动态演示图,并调整各分布的参数查看图形变化过程。 2. 利用数学软件Geogebra 画出连续型随机变量正态分布和指数分布的动态演示图,并 调整各分布的参数查看图形变化过程。
3. 概率分布基本参数操作及图形变化操作实践。 1)作业目的 旨在让学生了解离散型概率分布与连续型概率分布的图形表现,对各主要类型概率分布 的关键参数进行调节,并观察变化;理解概率质量函数、概率密度函数的内涵及各种不同的 计算区间所对应的函数关系。对几种主要分布,正态分布、指数分布、二项分布及泊松分布 的性能及应用场景深度理解,从而为后续课程的学习打下基础。 2)作业准备 Geogebra 软件下载并安装,或在以下笔记本中操作。
Image
      这幅作品由DeepSeek完成,采用梵高标志性的漩涡笔触与浓烈色彩,钴蓝夜空中的橙色数据流象征神经网络,旋转的蓝绿色星云代表聚类算法,起伏的绿色波形是分类边界,紫罗兰色鸢尾花造型演绎关联规则。请感受后印象派与数据科学的奇妙碰撞吧!