山东大学软件学院2019机器学习期末试题整理（数媒）

试卷共六个大题，基本都在老师考前画的重点内，不过还是有些出乎意料的…可能因为往年开卷的原因，感觉复习资料特别少，简单整理一下供大家参考。
自己整理的复习资料，欢迎下载：添加链接描述
一、 概念题
1、机器学习过程，每个环节主要操作
2、集成学习的概念，BOOSTING和BAGGING 思想
3、交叉验证法
4、特征提取和特征选择的区别
5、隐马尔科夫模型定义形式，以及解决的三个问题？
6、贝叶斯决策过程

二、 svm
1、svm概念,其目的,什么是最优化分类面
2、最优拉格朗日形式
3、核函数为什么要引入函数
4、验证核函数，基本如下，只是x,y换成了x1,x2，映射函数是（x^2 x 1/2）T

三、 神经网络、

1. 描述bp算法
2. 前向传播表达式a1
3. 输出层输出形式
   （嗯，又一个原封不动的）
   

四、 深度学习

1. 卷积层作用
2. 激活函数以及形式
3. 输出
   给出下图左1，左二，问你卷积后输出几个，大小为多少，（输出即右一图，这页ppt我根本就没瞅啊，现在就是后悔！！！）
   
   五、 决策树
   1.决策树算法思想是什么，两个分类
   2.给出一个表格

1. 写出预处理数据集
2. 决策树缺失项 以及依据
3. 决策树分类规则
4. 给数据判断结果
   给出的表格决策树基本如下：
   

六、 DBSCAN算法应用计算（给距离矩阵求聚类结果）

整理不易，欢迎打赏（ 臭不要脸地笑了 ）