- 博客(3)
- 收藏
- 关注
RSS订阅原创 【算法面经】《百面机器学习 算法工程师带你去面试》笔记
9.训练集和验证集划分：留出法（37分），k折交叉法，自助法（有放回n次抽样，36.8%）正则化、Dropout、扩充数据集、缩减模型、预训练fine-tune、集成学习。（2）GMM聚类：EM算法求解：假设每簇数据遵循正态分布（椭圆状）、生成式模型。外部：Jaccard指数（↑）、Rand指数（↑）、FM指数（↑）（3）聚类簇的定义：中心定义、密度定义、概念定义、连通定义。Min-max归一化：（x-min）/（max-min）CRF、HMM、最大熵模型、朴素贝叶斯模型、主题模型。
2023-11-30 14:47:46
1352
原创 【算法面经】统计学习方法笔记
（3）随机选取数据点，若误分类，修改w、b，直至正确分类。（2）半朴素贝叶斯模型：超父：至于其中一个属性有相关关系。Adaboost：加法模型、前向分步模型、指数损失函数。（1）生成式：Naïve Bayes，HMM，GMM。（2）Loss = 误分类点对超平面的距离之和。求大：信息增益 = H(D|A)-H(D)求大：信息增益率 = 信息增益/H(D)（2）求解标注问题：CRF，HMM。高斯核、正定核、字符串核、多项式核。(2)回归：R2-score。非概率模型：Y=f(X)（1）+1：拉普拉斯平滑。
2023-11-30 14:38:08
52
原创 【算法面经】西瓜书阅读笔记
输入样本扰动、模型参数扰动、输入属性扰动、输出表示扰动。多变量决策树：节点判断条件含有and 或者or。OvO、OvR可能会导致类别不平衡。功能神经元：含有激活函数的神经元。L1+逻辑回归：Lasso回归。L2+逻辑回归：Ridge回归。标准BP算法在DNN中难以收敛。节省训练开销：预训练、参数共享。β越大，Fβ对于召回率越关注。DNN的隐层层数通常>=8。预训练+fine-tune。ECOC编码具有容错能力。使得数据由稀疏变稠密。正则化方法或梯度裁切。Relu系列激活函数。
2023-11-30 14:35:32
42
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人