本次考试由zzx老师出题，zzx老师第一次给CS系的上课，之前都是拔尖，下手相当手下留情，真是看ppt就行了。但是复习的时候内容非常多，考试的时候状态不好，很多概念的理解都有偏差，希望老师可以手下留情，少扣一点小分。
我自己而言，复习的时候，有抓住的，有放掉的，我前一周一直再看ppt，听老师的话，最后一天还是受不了不做题，做了一张19的期末，几乎没有参考价值。反而是拔尖25卷子比较有参考价值。我把反向传播链式法则好不容易捡起来，求导求半天，没考。transformer几乎到了只要给数据集，就可以写出程序的程度，考的也不多。复习的时候，倒是收获还挺多的，说实话。费劲半天把RNN LSTM GRU 的数据流向搞懂，但是没考。
就让这些回忆随风飘去，让我的细胞把遗忘门全部打开，多年以后，无论我是否成功，都可以回味这一份戏谑的感觉吧

agent10

1. 理性agent定义
2. 判断理性的依据
3. 描述agent任务环境

CNF10

令Red-hair(x)表示x有红色的头发，Vegetarian(x)表示x喜欢吃蔬菜，Runner(x)表示x 喜欢跑步，把下列语句用一阶逻辑表示并转换为CNF形式。

隐马尔科夫链20

背景，湖大天天rain or sun，你看不到下雨，你只能看到地面dry or wet，你想要预测今天的天气

1. 画t=3的马尔科夫链
2. wet wet wet，求这个序列发生的概率
3. 这个序列对应的最有可能的隐变量取值

ML20

a. 给场景，判断分类还是回归，说原因

1. 给人推荐商品
2. 依据房价平均和周边预测现有房价

b. N=5000 给一个推荐的数据集划分。训练集，验证集，测试集。验证集作用
c. 忘了，挺简单，好像没有这道题？
d. k折交叉概念 k=N是叫什么（留一法）优缺点
优点 重复利用数据，提升泛化能力

e. 训练的时候准确率很高，测试集准确率很低。什么(过拟合)现象？解决方法2种？正则化 dropout 数据增强 提前终止

DL20

a. 卷积层，池化层作用
b. 单向RNN，双向RNN区别，双向RNN局限
c. 32*32*3 图片，8个3*3*3 filter P=1 S=1 输出尺寸大小
d. 2*2池化层 S=2 输出尺寸大小
e. transformer positional_encoding意义，norm意义，多头注意力机制作用

RL20

a. 画出携带s r a agent environment交互图
b. 画t=N s a r 轨迹
c. 回报，折扣回报公式写出
d. 基于价值 基于策略的优化目标，给数学公式
e. 基于价值的TD算法步骤