2024年山东大学非全日制研究生招生考试《机器学习》考试大纲

　　一、考试基本要求

　　要求考生系统地理解机器学习的基本概念，理解和掌握各种机器学习的理论和方法，并具有综合运用所学知识进行分析问题和解决问题的能力。

　　二、考试范围和主要内容

　　1.绪论

　　机器学习的基本概念。

　　2.模型评估与选择

　　经验误差与过拟合、评估方法、性能度量、比较检验、偏差与方差等。

　　3.线性模型

　　线性回归、对数几率回归、线性判别分析、多分类学习、类别不平衡问题、基于梯度的优化方法等。

　　4.决策树

　　决策树基本流程、划分选择、剪枝处理、连续与缺失值、多变量决策树等。

　　5.神经网络

　　神经元模型、感知机与多层网络、误差逆传播算法、全局最小与局部极小、 其他常见神经网络、深度学习等。

　　6.支持向量机

　　间隔与支持向量、对偶问题、核函数、软间隔与正则化、支持向量回归、 核方法等。

　　7.贝叶斯分类

　　贝叶斯决策论、参数化估计方法、非参数化估计方法、朴素贝叶斯分类器、半朴素贝叶斯分类器、 贝叶斯网、EM算法等。

　　8.集成学习

　　个体与集成、Boosting、Bagging、随机森林、结合策略、多样性等。

　　9.聚类

　　聚类任务、性能度量、距离计算、原型聚类、密度聚类、层次聚类等。

　　10.降维与度量学习

　　k近邻学习、低维嵌入、主成分分析、核化线性降维、流形学习、度量学习等。