考点

Henry: 逻辑回归线性回归的公式

Henry: 目标函数是啥要知道

Henry: 求偏导怎么求

Henry: 逻辑回归参数怎么更新

Henry: 为什么要正则化

Henry: 评判指标：准确度，召回率

Henry: 给一个表格能不能算准确度找回哦率

Henry: F评判指标什么意思 P@K

Henry: MAP

Henry: NDCG大概怎么计算

Henry: （感觉考不考不好说， sql班好像没有啊？）

Henry: PCA：理解最小化重构误差最大化方差

Henry: motivation是啥

Henry: PCA重构的x是怎么得到的要直到

Henry: 知道

Henry: 正交关系和系数还有ui怎么来的

Henry: 了解公式怎么推导出来的

Henry: 应用：去噪

Henry: 缺点是啥

Henry: 自动编码器

Henry: 目标函数怎么定义

Henry: 网络形式

Henry: 输出等于输入

Henry: 尽可能让输出等于输入，就是目标函数

Henry: 损失函数什么样要知道

Henry: PCA和自动编码器的关系

Henry: 变种算法了解一下能列举说出一两个

Henry: “以你的话描述一下AE在干啥然后列举类似的算法”

Henry: VAE不考

Henry: 去噪自动编码器有什么功能

Henry: 达到什么样的目标，了解一下

Henry: AE设计分类器？怎么设计？

Henry: BP神经网络

Henry: 激活函数

Henry: 至少要知道sigmoid

Henry: relu

Henry: 目标函数是什么

Henry: 你写的差不多能解释就好

Henry: 模型怎么更新参数的

Henry: loss啥的不用一模一样合理即可

Henry: 1/2->1/3都没问题

Henry: 误差怎么传回来 Henry: 不用死记硬背公式但是要知道大概的意思

Henry: 动量优化器是什么意思

Henry: 用自然语言说明

Henry: 加动量原因是什么讲出你的理解

Henry: bp申请网络的应用

Henry: 聚类：

Henry: 考试大概6~8道大题每道3~5问都是很简单的

Henry: 没有选择填空都是简答

Henry: 以覆盖为主

Henry: 不会在一个点挖特别深

Henry: Kmeans聚类原理目标函数

Henry: 哪几步

Henry: 给你一个数据集怎么做

Henry: 高斯混合聚类是怎么做的

Henry: 均值方差怎么更新的要知道

Henry: 模型参数怎么更新的

Henry: 本质就是一个EM算法的具体应用

Henry: SOM这种不会考

Henry: CMEANS聚类

Henry: 这个可能会

Henry: 其他没提到的都不会考

Henry: 决策树：

Henry: 给定一个数据集怎么构造一棵树

Henry: 目标是做什么

Henry: 用一两句话总结决策树的基本思想

Henry: 信息增益怎么算增益率怎么算什么是基尼指数

Henry: 信息熵条件熵怎么定义

Henry: 预剪枝后剪枝的思想

Henry: EM算法：

Henry: 高斯混合聚类EM算法

Henry: 推导过程要理解

Henry: E步和M步是做什么的

Henry: 最大化目标函数P(x) 引入隐变量

Henry: 推导过程简单理解

Henry: 不能获得全局最优为什么要能说

Henry: 应用

Henry: EM做PCA的实例不用会

Henry: 集成学习：

Henry: 动机

Henry: 一句话讲出来

Henry: 集成学习的一些经典算法 bagging算法 boosting算法

Henry: 随机森林不用会

Henry: boosting做无监督聚类要掌握

Henry: 目标函数是啥怎么求解

Henry: 考试的时候给出目标函数你怎么解析它的值怎么算

Henry: 聚类：kmeans的目标函数是什么，能不能终止

Henry: 一定能找到一个最优的聚类吗？

Henry: 聚类中心的求解

Henry: kmeans有多少步每一步要干啥优缺点要掌握

Henry: 层级聚类的思想，分为哪几步

Henry: 做分类的KNN

Henry: 分类结果由什么因素影响

Henry: 优缺点

Henry: 对什么参数敏感 k太大太小都有什么问题

Henry: 推荐系统：

Henry: 目的是什么

Henry: 应用是什么

Henry: 给定一个数据集，怎么做推荐

Henry: 基于内容的（矩阵分解）

Henry: 什么是冷启动

Henry: 怎么求解相似用户

Henry: 给定商品他的打分是多少

Henry: 能不能算出来

Henry: 商品的相似度

Henry: 给定一个推荐系统怎么评估，推荐系统的评判指标

Henry: 基于检索的评判指标 P@K 召回率

Henry: SVM：

Henry: 知道目标是找出超平面

Henry: 思想要掌握

Henry: 能不能描述出来

Henry: 给定一条线，一个点到分界面的距离能不能算出来

Henry: 目标函数怎么写

Henry: 超平面的参数的平方越小越好（同时满足约束）

Henry: 等高线和向量场的意义

Henry: 拉格朗日求解目标函数怎么求解

Henry: 目标函数的梯度和约束的梯度平行

Henry: 看一下怎么算的例子

Henry: 什么是支持向量

Henry: 为什么要引入核函数

Henry: 都有哪些核函数

Henry: 高斯核函数

Henry: 支持向量机只能线性分类，非线性依赖于核函数进行投影

Henry: 12个知识点每一个对应一个大题，好几套题教务最后抽一套