机器学习

说明

2022年秋季机器学习课程，只有开卷考试这一形式，并且上课没有签到。（仅供参考）

1. 课件

   老师上课讲了五章内容，分别是

   • 介绍
   • 生成式模型
   • 高斯模型
   • 核方法
   • 神经网络

2. 参考书

   老师上课给出了《Machine Learning A Probabilistic Perspective》和《Pattern Recognition and Machine Learning》两本参考书，并在考前说主要从《Machine Learning A Probabilistic Perspective》的课后题出题。

3. 考试题目

   刚刚考完，一共9道题：

   • MLAPP：课后题2.1，2.4，2.6，3.8，4.9。（全书课后题答案都放到考试题目文件夹下，来自群里的不知名好心人~）
   • PPT第五章：多层感知器XOR问题；BP网络含义及学习方法；瘦高网络和扁平网络特点，为什么使用深度网络；如何训练深度神经网络。