选择五道,简答,6道计算大题或者证明,第七题是送分题,论述有关机器学习的变革,你的看法改进,未来期望啥的(15分)。主要不是考计算感觉,考理解,考的也不太深入,也没搞特别难的公式推导,有个大框架就好。
1.避免过拟合有哪些方法
2.逻辑回归中sigmoid的主要作用什么
3.哪些不是机器学习的方法?(主要了解机器学习?)
4哪些是非监督学习
5.忘了
简答
1.论述一下BGD和SGD,以及他们的优缺点。
2.求一个神经网络中有哪些参数,并求他们的数量。西瓜书102的图5.7可以参考
3.K-means的EM推导
4.记不清
5记不清
大题:
1.最小二乘和正规方程求解问题,还有梯度下降法,以及参数利用梯度下降的过程要会写,要详细知道。
2.PCA的详细求解过程,要写出,要会求解(svd那部分也看看吧,老师可能默认你会)
3.svm,间隔的定义,支持向量的定义。最优超平面和软间隔的公式要会列,以及他们的约束条件。还有核函数的作用啥的要理解。
4。Viterbi算法的计算步骤核相关公式要会列,Baum-Welch算法(模型训练算法) ,还有HMM五元组(三元组)表示,考题就是按ppt上面的题,如下图所示
5.捞分题。写一个有管机器学习的看法理解。比如有关医疗,金融,自动驾驶等。机器学习带来的变革。你熟悉的机器学习算法,你提出的改进的意见,对未来的期望等。