TU Wien:Einführung in die Mustererkennung VO (Hladuvka)/Prüfung 2019-01-28

Nach Gedächtnis:

90 Minuten, 80 Punkte, Taschenrechner waren erlaubt, der vorher abgegebene "Schummler" auf gelben Papier ausgegeben.

1. Entscheidungsbäume: Es waren Punkte (der Klassen "x" und "o") in einer graphischen Darstellung mit Entscheidungsgrenzen parallel zur x- und y-Achse gegeben. Man musste daraus einen Entscheidungsbaum zeichnen (es wurde extra erwähnt, die Nummern der einzelnen Punkte in die Blätter einzutragen und nicht nur "x" und "o") und dann zu jeder Kante/Knoten die Entropie berechnen.
2. Bayes: Es waren zwei Klassen P(wj) und je 3 Merkmale P(x=i|wj) gegeben. Man musste ausrechnen: Die P(x=i), die P(wj|x=1), die P(error|x=i), den gesamt P(error).
3. Bayes-Theorem:
   • Gegeben: 4 Grafiken
   • Gesucht(Beschriftung der Graphiken): Likelihood, Likelihood x Prior, Evidence, Posterior, Mittelwert, Standardabweichung
   • Theorie: in welche Richtung bewegt sich die Entscheidungsgrenze wenn sich die Priors verändern
   • Einzuzeichnen in den Graphiken: Die Entscheidungsgrenze, Fehlerwahrscheinlichkeit
4. Perceptron: Daten mussten zuerst homogenisiert werden. Dann Perceptron-Algorithmus anwenden und Ergebnis in Koordinatensystem einzeichnen.
   • gegeben: 4 Punkte ((2;0) (0;2)(-2;0) (0;-2)) mit Labels 1,1,-1,-1
5. Eigenwerte/Eigenvektoren und U der Kovarianzmatrix (2 0; 0 2)

6. Es war ein Graph(x,y) mit Datenpunkten gegeben. 6 Kovarianzmatrizen, davon musste die richtige gewählt werden und danach argumentiert werden wieso diese richtig ist.