燕山大学python机器学习期末考试
·
这门课属于可以速通型考试，因为几乎全是简答，csdn上有前辈总结的知识点，把它全背下来就能拿个还行的分数，实在不行如果老师划重点背关于重点的。博主一天速通的，及格了，但也只是70多，想要拿高分的还是多背
当然机器学习三级项目还有实验占比很大，这个要记得完成，要不然你考试背再好也会寄。
下面是回忆考了点什么
填空：
非常简单，简直就是送分
监督无监督（就是描述了一下什么是监督学习，然后你往空里填对应的名词）
朴素贝叶斯（朴素贝叶斯算法流程）
决策树（id3 c4,.5 cart对应的那三东西 信息增益 信息增益率 基尼系数）
过拟合欠拟合（描述一下，对应填空）
简答：
只要背了你就是无敌的
1.机器学习的步骤 数据预处理为什么重要
2.聚类方法的步骤
3.svm原理 以及最优超平面怎么形成的
4.boosting adaboost 考了，但忘了考的哪一方面了
5.线性回归中梯度下降法的原理(作用？） 记不清了，但绝对考了，因为我没写出来
6.卷积神经网络池化层，卷积层的运行原理（作用？）
设计与编程:
背了依旧有用
设计----->决策树
给了你一个表，让你创建一个id3决策树，个人觉得还是把原理流程什么的再说一遍，只不过要用到表中的数据。
编程------->bp神经网络实现鸢尾花分类
这个就是机器学习实验中例题，你好好做了能看明白，考了里面变量代表什么，损失函数，要优化代码怎么做什么的。
记忆有偏差，题年年可能不一样，请酌情观看。
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
9
0- 0
已为社区贡献2条内容
所有评论(0)