试卷共六个大题,基本都在老师考前画的重点内,不过还是有些出乎意料的…可能因为往年开卷的原因,感觉复习资料特别少,简单整理一下供大家参考。
自己整理的复习资料,欢迎下载:添加链接描述
一、 概念题
1、机器学习过程,每个环节主要操作
2、集成学习的概念,BOOSTING和BAGGING 思想
3、交叉验证法
4、特征提取和特征选择的区别
5、隐马尔科夫模型定义形式,以及解决的三个问题?
6、贝叶斯决策过程
二、 svm
1、svm概念,其目的,什么是最优化分类面
2、最优拉格朗日形式
3、核函数为什么要引入函数
4、验证核函数,基本如下,只是x,y换成了x1,x2,映射函数是(x^2 x 1/2)T
三、 神经网络、
- 描述bp算法
- 前向传播表达式a1
- 输出层输出形式
(嗯,又一个原封不动的)