1、简述机器学习三要素，说明过拟和和欠拟和的概念以及它们和三要素之间的关系

2、（计算题）线性回归最小二乘法的计算以及岭回归的概念

3、（计算题）支持向量机计算，给你三个已知的值和它们各自类型以及α值（形式如x1（2，1） y1=-1，α=0.5），然后给定一个输入x（1，2）

（1）要求你求出这个输入值的类型y

（2）求出权重

（3）画出该决策面，计算间隔margin

4、简述adaboost算法，试说明每一轮是如何改变训练数据的权重以及最后是如何将弱分类器组合成一个强分类器的

5、写出混合高斯模型的基本函数，并说明E步和M步的算法，说出Gmm和K均值算法的区别

6、（计算题）给定一个两层神经网络，已知输入和各神经元之间的权重（是一张表上面有各神经元之间的权重如w11=-11，w12=13等）和激活函数方式（本题是relu），求出该网络最后向前传播的输出y值

图大概是下面这样

7、transformer编码器和解码器的网络结构分别有哪些，简述transformer和rnn的区别

8、写出gan辨别器和生成器的作用，说明如何通过gan来增强手写数字体minist的图像生成功能

9、Q-learning算法，说出它的优缺点