机器学习+算法考试有感 2019 山东大学

机器学习

开卷考，考试只占40分

只记得如下：

• 名词解释（最大似然+强化学习+奥卡姆剃刀）
• 简答（贝叶斯估计）
• 大题（决策树+svm）

本学期所学：

• 贝叶斯决策论
• 参数估计：最大似然估计、贝叶斯估计
• 非参数估计：Parzen窗、KNN
• 线性判别函数：线性可分/不可分、梯度下降、牛顿法
• 神经网络：单层、多层、反向传播、RBF、SOM
• 决策树：ID3、C4.5、CART
• SVM

遗漏部分：

• 知识点需要能用文字描述，尽量简短。如最大似然估计、贝叶斯估计；
• 决策树计算需要很熟悉；
• svm需要一份详细推理，包括kkt条件，对偶性转化，以及svm如何 处理线性不可分问题；

前面名词解释因为不足够熟悉，不能用文字简练描述，只能看着西瓜书抄，浪费很多时间。决策树计算很慢，svm推理要写好久，几乎是卡着时间写完的。

算法

没有实验，无课堂点名，交过两次作业，考试应该至少占90分，老师说并查集不考

五道设计题，只记得如下:

• 根据Dijkstra idea设计
• 设计最小生成树，安全边性质
• 动态规划（设计最长路径）