机器学习内容较难,且概念涉及多,复习难度大,这里回忆记录一下2023年机器学习的考试内容
2024
2024的考试范围是前十六章
一、名词解释
例如:软间隔、对数几率,PAC学习理论,打散等
二、计算题
计算Gain
计算点到超平面的距离,高中题
三、简答题
朴素贝叶斯和半朴素贝叶斯的区别
不可知PAC可学习
四、证明题
五、算法题
阐述线性判别分析
阐述图半监督学习算法
整体感受
名词解释题基本上都可以复习到,计算题的出题范围比较有限,比如决策树中的指标计算、误差反向传播、核函数核矩阵的计算、基本指标的计算,简答题和证明题出自研讨PPT后的题较多,可以多关注,算法题基本上就是所有算法的范围了
2020