2023年第一次闭卷考试，让我们准备时都很无力，不知道试题究竟是什么难度，是否要掌握手推公式还有一些晦涩的知识点之类的，看到试题才发现其实闭卷也有好处，与往年题相比难度下降了不少。
一、名词解释
1、测试集
2、Boostrap Samples
3、最大似然估计
4、机器学习
5、KNN
二、简答题
1、现有三家工厂生产同一个产品，一个产品来自这三家的概率分别为0.5，0.3，0.2，次品率分别为a，b，c。那么一个次品来自第一家工厂的概率为多少。（有点忘记原题次品率了，abc代表三个具体的数，这个题很简单，各位读者可以自己填入算一算）
2、多层感知器的原理，以及BP算法的基本原理和优缺点。
3、K-means的基本过程，以及优缺点。（至少各两个）
4、Boosting的基本思想，比较Boosting和Bagging的异同。
5、给出信息增益的公式，并写出ID3的优缺点。
三、大题
1、SVM是如何解决线性不可分问题的。
2、写出SVM基本型的形式，并给出推导过程。（使用ω和b）
3、写出SVM基本型的对偶形式，写出推导过程。
考试题没有什么让人感到意外的地方，都非常中规中矩，都是一些简单的问题，我从历年考试题中基本都见到并整理了，下面将把我的复习资料（含个人整理及往年学长整理，往年题、知识点等等，非常全面）上传，有需要的可以下载。
有问题可以在评论区与我讨论。
后话：这门课的期末成绩只占到40%，剩下60%都是实验成绩，之前没有意识到这个点，没有好好写实验和报告，希望学弟学妹们可以引以为戒，好好“卷卷”实验吧O(∩_∩)O哈哈~
机器学习复习资料（点我）