机器学习面试知识点系列
关注
分享
扫一扫
文章平均质量分 84
八股文的搬运工
最好的简介，就是我的博客方向对你有用哈！
展开
-
“优化算法”面试知识点总结-损失函数总结+梯度下降法+正则化-百面机器学习系列6
文章目录问题1：有监督学习的损失函数问题2：机器学习中的优化问题问题3：经典优化算法问题4：梯度验证问题5：随机梯度下降法（重点）问题6：随机梯度下降法的加速问题7：L1正则化与稀疏性原创 2022-12-18 19:28:05 · 539 阅读 · 1 评论 -
“非监督学习”面试知识点总结-K均值+高斯混合模型+自组织映射神经网络+聚类算法评估-百面机器学习系列5
包括K均值算法、高斯混合模型算法、自组织映射神经网络算法以及聚类算法评估原创 2022-12-09 22:02:07 · 1108 阅读 · 0 评论 -
“降维算法”面试知识点总结-PCA+LDA算法-百面机器学习系列4
包含PCA和LDA降维算法原创 2022-12-09 21:39:40 · 832 阅读 · 0 评论 -
“机器学习中的经典算法”面试知识点总结-SVM+逻辑回归+决策树-百面机器学习系列3
包含支持向量机、逻辑回归、决策树的面试常考基础知识点原创 2022-12-09 21:30:21 · 864 阅读 · 0 评论 -
“模型评估”面试知识点总结-百面机器学习系列2
模型评估相关面试知识点总结。问题1：评估指标的局限性问题2：ROC曲线的相关知识问题3：余弦距离的应用问题4：A/B测试的陷阱问题5：模型评估的方法问题6：超参数调优问题7：过拟合与欠拟合原创 2022-12-03 20:28:29 · 348 阅读 · 0 评论 -
“特征工程”相关面试知识点总结-百面机器学习系列1
特征工程相关面试知识点总结问题1：为什么需要对数值类型的特征做归一化？问题2：怎样处理类别型特征？问题3：什么是组合特征？如何处理高维组合特征？问题4：怎样有效地找到组合特征？问题5：有哪些文本表示模型？它们各有什么优缺点？问题6：Word2Vec如何工作的？它和隐含狄利克雷模型（LDA）有什么区别和联系？问题7： 如何缓解图像分类任务中训练数据不足带来的问题？原创 2022-12-03 20:26:02 · 361 阅读 · 0 评论