机器学习期末复习题库

<<
机器学习期末复习题库通常会覆盖多个关键概念和算法，帮助学生巩固对课程的理解。这里简单列举一些可能涉及的主题：

1. **基础知识**：线性代数（特征向量、矩阵运算）、概率统计（贝叶斯定理、假设检验）、优化方法（梯度下降、牛顿法）。

2. **监督学习**：回归分析（线性回归、决策树回归）、分类方法（SVM、朴素贝叶斯、逻辑回归）、K近邻算法。

3. **无监督学习**：聚类（K-Means、DBSCAN）、降维（PCA、t-SNE）、关联规则学习。

4. **深度学习**：神经网络结构（前馈神经网络、卷积神经网络、循环神经网络）、反向传播、激活函数等。

5. **强化学习**：马尔可夫决策过程（MDP）、Q学习、策略梯度方法。

6. **模型评估**：交叉验证、混淆矩阵、准确率、召回率、F1分数。

7. **实用工具**：Python编程基础（NumPy、Pandas、Scikit-learn）、TensorFlow或PyTorch库。