一、综合概念
1.机器学习概念?机器学习过程?
2.泛化能力,过拟合,欠拟合及解决方法
3.贝叶斯决策一般过程
4.二分类:混淆矩阵、查准率、查全率、ROC曲线横纵坐标、AUC
5.Kmeans思想,K的初始化
6.有监督学习/无监督学习的学习机制、代表算法
二、决策树
1.计算题(基于信息增益决策)
2.处理过拟合:剪枝
三、神经网络
1.ML算法基本思想
2.第l层第i单元的激活值;
3.神经网络输出过程
四、SVM
1.支持向量?margin
2.SVM基本型
3.核函数的条件、作用
4.软间隔、硬间隔区别(给定软间隔,写出对应硬间隔)