跳转至

Data modeling and analysis

数据建模与分析的笔记，由 Gemini-2.5 （都用了当时最新的模型版本）结合课程 slides 生成，可能存在错误。

Info
  • 成绩组成 :
    • 课后作业（20%）
      • 每周五 10:00 前，学在浙大平台
    • 编程大作业（15%）
    • 读书报告（15%）
      • 论文阅读报告
    • 期末考试（50%）

关于历年卷

  • 2020 - 2021
    • 平衡 kd 树（绘制、使用，例 3.2）
    • 朴素贝叶斯（分类器构建，例 4.1）
    • 决策树（信息增益、剪枝）
    • 熵（定义、比较）
    • 支持向量机（概念辨析、对偶问题，求解）
    • 层次聚类（聚合聚类，例 14.1）
    • 奇异值分解（奇异值存在、求解过程、唯一性判断）
    • 主成分分析（求解过程）
    • 马尔可夫链（概率转移矩阵、平稳分布，例 19.3）
  • 2021 - 2022、
    • k 近邻模型（概念、构造、使用）
    • 决策树（信息增益、基尼指数）
    • 支持向量机（概念、对偶问题、求解）
    • 简述感知机，Adaboost，朴素贝叶斯法，logistic 模型的学习策略和算法（例 8.2）
    • K 均值聚类（使用，例 14.2）
    • 奇异值分解（求解、说明）
    • 主成分分析（求解、证明？）
    • MCMC（蒙特卡洛积分、平稳分布，例 19.7）
  • 2022 - 2023
    • 简答题
      • 感知机（策略、唯一性）
      • k 近邻 & k 均值聚类（概念、k 选取）
      • 朴素贝叶斯
      • 决策树（过程）
    • 最大熵模型
    • 支持向量机（对偶、求解、核方法）
    • 谱聚类（证明）
    • 奇异值分解（求解、说明）
    • 主成分分析（求解、证明）
    • 马尔科夫链（可逆性）
  • 2023-2024 年题型
    • 六道大题：四个计算，两个证明
    • 第七题问答题，8 个，每个 5 分
    • 概论（最大后验估计 = 结构风险最小）
    • 朴素贝叶斯
    • 支持向量机
    • EM
    • 谱聚类
  • 2024-2025 年题型
    • 简答题与计算题为主，大概一个证明题
      • 近年开始有简答题， Adaboost 等也需要进行考虑了？
    • 不携带计算器，数据会告知

评论