南安普顿大学大三的机器学习期末主要复习哪些内容？

　　南安普顿大学大三的机器学习课程考试基于机器学习的基础知识，即统计学习、预测和使用数据进行决策的计算方法。

　　期末考试涉及的知识点包括：

　　1、监督学习和无监督学习;

　　2、均方误差、偏差或方差权衡和交叉验证;

　　3、预测和回归，例如神经网络、高斯过程;

　　4、分类，例如支持向量机;

　　5、分类和回归树：提升和模型平均;

　　6、聚类;

　　7、深度学习和分层方法。

　　同学在考试前应掌握以下内容：

　　1、对各种数据集和学习问题应用适当的方法。

　　2、理解所讨论的学习方法的理论基础，及其在适当的统计软件中的实现。

　　3、了解各种预测和分类算法的统计基础，并知道何时应用不同的方法。

　　4、理解并应用定义成功的监督学习和无监督学习的基本标准。

　　如果同学对哪部分知识存疑，可以咨询我们的英国课程辅导老师。老师会根据同学的具体情况进行有针对性的考前辅导，帮助同学深入理解课程知识要点，从而为期末考试做好准备。