考研專業(yè)課大綱對備考具有重要價值。大綱可以幫助考生了解考試的整體結(jié)構(gòu)和考查重點，在備考過程中起到明確方向的作用。大綱所列出的考試范圍和知識要點，可以幫助考生建立知識體系，明確重難點，有針對性地進行備考。同時，弄清大綱要求可以讓考生事先了解復(fù)習(xí)的時間分配和備考要求，避免在備考過程中盲目浪費時間和精力。以下是山東大學(xué)2024年碩士研究生招生考試《805-機器學(xué)習(xí)》考試大綱具體內(nèi)容，報考該校計算機專業(yè)相關(guān)方向的考生可以根據(jù)考試大綱備考。

山東大學(xué)碩士研究生招生考試初試科目考試大綱

805-機器學(xué)習(xí)

一、考試基本要求

要求考生系統(tǒng)地理解機器學(xué)習(xí)的基本概念，理解和掌握各種機器學(xué)習(xí)的理論和方法，并具有綜合運用所學(xué)知識進行分析問題和解決問題的能力。

二、考試范圍和主要內(nèi)容

1．緒論

機器學(xué)習(xí)的基本概念。

2．模型評估與選擇

經(jīng)驗誤差與過擬合、評估方法、性能度量、比較檢驗、偏差與方差等。

3．線性模型

線性回歸、對數(shù)幾率回歸、線性判別分析、多分類學(xué)習(xí)、類別不平衡問題、基于梯度的優(yōu)化方法等。

4．決策樹

決策樹基本流程、劃分選擇、剪枝處理、連續(xù)與缺失值、多變量決策樹等。

5．神經(jīng)網(wǎng)絡(luò)

神經(jīng)元模型、感知機與多層網(wǎng)絡(luò)、誤差逆?zhèn)鞑ニ惴ā⑷肿钚∨c局部極小、 其他常見神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等。

6．支持向量機

間隔與支持向量、對偶問題、核函數(shù)、軟間隔與正則化、支持向量回歸、 核方法等。

7．貝葉斯分類

貝葉斯決策論、參數(shù)化估計方法、非參數(shù)化估計方法、樸素貝葉斯分類器、半樸素貝葉斯分類器、 貝葉斯網(wǎng)、EM算法等。

8．集成學(xué)習(xí)

個體與集成、Boosting、Bagging、隨機森林、結(jié)合策略、多樣性等。

9．聚類

聚類任務(wù)、性能度量、距離計算、原型聚類、密度聚類、層次聚類等。

10．降維與度量學(xué)習(xí)

k近鄰學(xué)習(xí)、低維嵌入、主成分分析、核化線性降維、流形學(xué)習(xí)、度量學(xué)習(xí)等。

原文鏈接：https://www.yz.sdu.edu.cn/info/1024/5678.htm