机器学习面试问题笔记
2018-03-20 16:08
183 查看
1, xgboost与GBDT区别(算法到内存)?
https://www.zhihu.com/question/41354392/answer/103119723
2, 神经网络有哪些优化算法?
http://blog.csdn.net/u010089444/article/details/76725843
3、L1范数和L2范数的区别?
https://zhuanlan.zhihu.com/p/28023308
4、激活函数了解哪些?
sigmoid ,ReLU, softmax、tanh
http://blog.csdn.net/u011584941/article/details/71534828
5、损失函数如何去选择?
https://datascience.stackexchange.com/questions/9850/neural-networks-which-cost-function-to-use
6、概率论:均匀分布如何转变为高斯分布?
http://sofasofa.io/forum_main_post.php?postid=1001242
高斯分布生成均匀分布:http://blog.csdn.net/acceptyly/article/details/47857353
7、欠拟合与过拟合的概念及应对办法?
8、线性回归与逻辑回归区别?
线性回归是拟合,用于预测;逻辑回归是分类
9、k-means 聚类的原理以及缺点及对应的改进;
10、集成学习的方法?
集成方法:可以是不同算法的集成,也可以是同一算法在不同设置下的集成,还可以是数据集不同部分分配给不同分类器之后的集成。
11、
4000
https://www.zhihu.com/question/41354392/answer/103119723
2, 神经网络有哪些优化算法?
http://blog.csdn.net/u010089444/article/details/76725843
Batch gradient descent,批量梯度下降法: Use all examples in each iteration; Stochastic gradient descent,随机梯度下降法: Use 1 example in each iteration; Mini-batch gradient descent,小批量梯度下降法: Use b examples in each iteration. Momentum:为SGD加动量 Nesterov Momentum: Adagrad: RMSprop: Adam自适应时刻估计方法(Adaptive Moment Estimation)
3、L1范数和L2范数的区别?
https://zhuanlan.zhihu.com/p/28023308
4、激活函数了解哪些?
sigmoid ,ReLU, softmax、tanh
http://blog.csdn.net/u011584941/article/details/71534828
5、损失函数如何去选择?
https://datascience.stackexchange.com/questions/9850/neural-networks-which-cost-function-to-use
6、概率论:均匀分布如何转变为高斯分布?
http://sofasofa.io/forum_main_post.php?postid=1001242
高斯分布生成均匀分布:http://blog.csdn.net/acceptyly/article/details/47857353
7、欠拟合与过拟合的概念及应对办法?
8、线性回归与逻辑回归区别?
线性回归是拟合,用于预测;逻辑回归是分类
9、k-means 聚类的原理以及缺点及对应的改进;
10、集成学习的方法?
集成方法:可以是不同算法的集成,也可以是同一算法在不同设置下的集成,还可以是数据集不同部分分配给不同分类器之后的集成。
11、
4000
相关文章推荐
- 【机器学习-斯坦福】学习笔记7 - 最优间隔分类器问题
- 机器学习常见面试问题(一)
- 机器学习面试问题汇总
- 机器学习面试问题2
- 机器学习面试问题8
- 机器学习笔记1 机器学习中优化问题的概述
- 【机器学习-斯坦福】学习笔记7 - 最优间隔分类器问题
- 深度学习,机器学习面试问题
- 斯坦福机器学习公开课学习笔记(3)—拟合问题以及局部权重回归、逻辑回归
- 机器学习面试问题1
- 在面试机器学习、大数据岗位时遇到的各种问题
- (斯坦福机器学习课程笔记)支持向量机之拉格朗日函数的对偶问题
- 机器学习笔记(XVII)神经网络(IV)BP算法和BP神经网络的一些问题
- 机器学习面试问题汇总
- 面试机器学习、大数据岗位时遇到的各种问题
- 斯坦福机器学习-week 3 学习笔记(2)——Matlab最优问题求解
- 数据结构与算法分析笔记与总结(java实现)--链表问题面试笔试注意点
- 面试机器学习、大数据岗位时遇到的各种问题
- 机器学习笔记_回归_2: 最小二乘问题
- 机器学习实战笔记之非均衡分类问题