哈工大机器学习2022回忆版

1.解释有监督学习和无监督学习，并且例子各举例3个

2.什么是熵，相对熵，互信息，并判断下列决策树该用X1还是X2，X1父节点【+30，-10】，子结点【+30，-5】 【0，-5】，X2父节点【+30，-10】，子结点【+25，0】 【5，-10】（有点忘了，但让计算信息增益来决策），

3.KMEANS具体步骤，以及关键函数，并解释为什么要用这个关键函数（有点忘了，见谅）

4.解释过拟合，并且说明为什么会过拟合，举出两种解决办法

5.贝叶斯决策相关，举出什么情况下满足可加性，并推导（这个忘的太彻底了）

6.在损失函数和决策面等地方解释SNM和逻辑回归的相同点和不同点。

7.机器学习心得和体会

我的评价是扬哥yyds