选课类别:基础 | 教学类型:理论实验课 |
课程类别:研究生课程 | 开课单位:软件学院苏州 |
课程层次:硕士 | 学分:3.0 |
课程比较粗糙,是周志华-机器学习的前12章内容,从经典的线性模型、SVM、神经网络到聚类、特征降维和特征选择。
复习按照PPT和机器学习复习PDF上就行了
2023.7.10考试试题
1. 逻辑回归和svm的区别和联系
2. L1正则化和L2正则的区别
3. Floyd最短路径算法
4. 给三个样本(3,3,1),(4,3,1),(1,1,0),求线性可分支持向量机
5. 给出5个机器学习评价指标
6. 2种线性降维和3种非线性降维
7. 网页文本余弦相似度
8. 动态聚类