机器学习面试知识点总结

文章目录

计算学习理论
过拟合与欠拟合
- 过拟合
- 欠拟合
偏差与方差
最大似然估计与贝叶斯估计
- 极大似然估计
- 贝叶斯决策论
- 贝叶斯估计
特征工程与特征选择
- 特征工程
- 逐层归一化
- 特征选择
模型融合
- 融合策略
评估方法与评价指标
- 评估方法
- 评价指标
优化算法
- 正则化
- 深度模型中的优化
采样
聚类与降维
- 聚类
- 降维
SVM
线性模型&LR
决策树
- 划分选择
- 剪枝处理
- 连续值与缺失值处理
集成学习
- Boosting(降低偏差)
- 梯度提升决策树
- Bagging(降低方差)
- 随机森林
- 融合策略

计算学习理论

可能近似正确（Probably Approximately Correct，PAC）学习理论．该学习算法能够在多项式时间内从合理数量的训练数据中学习到一个近似正确的假设
没有免费午餐定理，不存在某种算法对所有问题（有限的搜索空间内）都有效，不能脱离具体问题来谈论算法的优劣，任何算法都有局限性．必须要“具体问题具体分析。
奥卡姆剃刀，简单的模型泛化能力更好．如果有两个性能相近的模型，我们应该选择更简单的模型
丑小鸭定理，为世界上不存在相似性的客观标准，一切相似性的标准都是主观的。

过拟合与欠拟合

过拟合

根据大数定理可知，当训练集大小 |

机器学习面试知识点总结相关推荐

3w+深度盘点：机器学习面试知识点梳理！
大家好,今天我来梳理一下机器学习.算法.数据挖掘等岗位面试时必备的知识点,欢迎收藏学习,喜欢点赞支持. 机器学习主要分为监督学习和无监督学习. 有监督学习:对具有标记的训练样本进行学习,以尽可能对训练 ...
机器学习面试知识点汇总（Machine Learning Core Concepts Collection）
Core Concepts List 我们将在这一部分罗列一些面试可能涉及到的小的知识点,只作巩固和补充,如果需要详细了解,还需要详细查证相关的论文. 1.在预测阶段执行 BN 是必要的吗?(没必要也 ...
机器学习面试知识点总结(更新中...)
参考资料: https://blog.csdn.net/weixin_40355324/article/details/80426952 (非常全面) https://www.cnblogs.com/ ...
AI工程师面试知识点：机器学习算法类
AI工程师面试知识点:机器学习算法类 (帮助你选择合适的机器学习算法 https://docs.microsoft.com/zh-cn/azure/machine-learning/stu ...
【面试复习系列】常用机器学习算法知识点及其解析，面试官会考的几乎都有，欢迎补充
图片慢慢上传,看不到图片的请点这里: 常用机器学习算法知识点及其解析,面试官会考的几乎都有 LR:logistic regression 对数几率回归/逻辑回归 sigmoid函数的作用就是用于把输 ...
机器学习算法工程师面试知识点汇总
机器学习算法工程师面试知识点汇总机器学习梯度下降 k-means 1 × 1卷积核模型 SVM Bagging & Boosting 随机森林激活函数 Sigmod tanh ReLU ...
业界丨涨薪20%！听听这位资深机器学习面试官的内心独白
在营长的众多死党微信群,营长发现,大家很爱谈论机器学习面试,也是,毕竟面试表现越好,银子也能谈得越高,能把自己卖个好价钱,当然关心了. 对于这个话题最为关注的,莫过于研究生毕业的孩纸,和有两.三年工作 ...
BAT机器学习面试1000道
本文转载自: https://blog.csdn.net/sinat_35512245/article/details/78796328 1.请简要介绍下SVM. SVM,全称是support vec ...
BAT机器学习面试1000题系列（第150~279题）
首页博客学院下载 GitChat TinyMind 论坛问答商城 VIP 活动招聘 ITeye CSTO 写博客发Chat leadai的博客 RSS订阅转 BAT机器学习面试1000 ...
【转】BAT机器学习面试1000题系列（1~50）
BAT机器学习面试1000题系列整理:July.元超.立娜.德伟.贾茹.王剑.AntZ.孟莹等众人.本系列大部分题目来源于公开网络,取之分享,用之分享,且在撰写答案过程中若引用他人解析则必注明原作者 ...

机器学习面试知识点总结

文章目录

计算学习理论

过拟合与欠拟合

过拟合

机器学习面试知识点总结相关推荐

最新文章

热门文章