简答题：（40）

  1. KNN与k-means异同点（B卷K-means算法伪代码）

  2. 朴素贝叶斯算法流程—处理垃圾邮件（B卷朴素贝叶斯算法在外卖小哥正向评价判断）

  3. SVM（线性可分，非线性可分的各自的判断数学表达）

  4. Apriori关联规则挖掘

  5. PCA与LDA

  6. 推荐算法

  7. Sunday算法

  8. 最短路径

  9. 背包问题

  10. 距离的度量方法

二．算法设计（与简答题可能会交替）（30分）

  1. 排序算法设计

  2. 优化算法设计

  3. 常见的深度学习模型及优缺点

  4. 常见的分类器及其数学基础

  5. 递归与非递归的转换

优化，单目标与多目标评价函数设计

三，填空题（10分），选择题（20分）

  1. 监督学习与无监督学习

  2. 背包问题

  3. 分支限界法

  4. 聚类算法（层次，密度，网格）

  5. A*算法

  6. 哈希算法

  7. 线性回归

  8. 支持度与置信度计算

  9. 数据清洗方法

  10. 常见数据决策算法

  11. 大数据特点

  12. 稀疏与特征提取方法

  13. 最短路径问题

  14. 回溯

  15. 属性量纲转换