考研大纲不仅能给你一个复习的方向，还能帮助你梳理整个知识大纲，方便学习。考研营小编为大家整理了“南京信息工程大学2025年考研自命题科目 T100-机器学习 考试大纲”的相关内容，请持续关注！
南京信息工程大学硕士研究生招生入学考试
考试大纲
科目代码：T100
科目名称：机器学习
目标与基本要求
要求考生掌握：
1.机器学习模型评估与选择的方法；
2.经典的机器学习方法的原理、数学模型和求解方法。
具体内容
1、模型评估与选择的方法
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。
2、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。
3、决策树
基本流程，划分选择，剪枝处理，连续值与缺失值，多变量决策树。
4、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。
5、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。
6、贝叶斯分类器
贝叶斯决策论，极大似然估计，朴素贝叶斯分类器，半朴素贝叶斯分类器，贝叶斯网，EM算法。
7、集成学习
个体与集成，Boosting，Bagging与随机森林，结合策略，多样性。
8、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。
9、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。
10、特征选择与稀疏学习
子集搜索与评价，过滤式选择，包裹式选择，嵌入式选择与L1正则化，稀疏表示与字典学习，压缩感知。
11、计算学习理论
基础知识，PAC学习，有限假设空间，VC维，Rademacher复杂度，稳定性。
12、半监督学习
未标记样本，生成式方法，半监督SVM，图半监督学习，基于分歧的方法，半监督聚类。
13、概率图模型
隐马尔科夫模型，马尔科夫随机场，条件随机场，学习与推断，近似推断，话题模型。
14、规则学习
基本概念，序贯覆盖，剪枝优化，一阶规则学习，归纳逻辑程序设计。
15、强化学习
任务与奖赏，K-摇臂赌博机，有模型学习，免模型学习，值函数近似，模仿学习。
第三部分 有关说明
命题说明：
题型结构及分值如下：
（1）计算题（共2题，每题10分，共20分）
（2）证明题（共3题，每题10分，共30分）
（3）论述题（共5题，每题10分，共50分）
参考书目：
《机器学习》，周志华，清华大学出版社，2016年。
其他规定：
考试方式为闭卷笔试，总分100分，考试时间为120分钟。
本科目考试不得使用计算器。
以上就是小编整理的“南京信息工程大学2025年考研自命题科目 T100-机器学习 考试大纲”的全部内容，更多关于南京信息工程大学研究生考试大纲,T100-机器学习考研大纲的信息，尽在“考研大纲”栏目，希望对广大学子有所帮助！
