机器学习面试题---百度2016春招

本文深入探讨了数据挖掘项目的实施,包括使用SVM、k-means等算法进行分类与聚类,以及信息增益、基尼指数在决策树构建中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、自我介绍。问你的专业和方向。

2、说一下你参加的数据挖掘项目或者比赛。简述题目、数据、目的、评价指标、所用算法、遇到的问题、如何解决。

3、简述SVM过程,举几个常见的核函数,说说其用途。举例说明什么事支持向量。

4、说一下k-means过程。关于k的选择有什么好的看法?

5、举个你熟悉的分类算法,简述其原理和过程。

6、信息增益、信息增益率、基尼指数各是什么?信息增益率比和信息增益的区别是什么?

7、常见的排序算法中,时间复杂度是nlogn的有哪些?

8、快速排序过程原理,稳定性及其原因。

9、你的代码量是多少。

10、实习开始和结束时间。

11、你能自己实现及其学习算法吗?还是调用现有的库。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值