- 線性回歸與多項式擬合的關系
- 最小二乘法在機器學習中的應用
- 梯度下降是如何實現的
- 貝葉斯分類器的應用場景
- 高斯分布與判定在哪里用到
- 模型的評估有哪些參數
- 誤差中的偏差和方差定義
- 訓練集分組的快捷方式
- 如何度量模型性能
- 查準率查全率的定義
- roc,aux的含義
- 正則化是什么意思
- k均值用來解決什么問題
- 解釋一下em算法的原理
- 決策樹是如何引入信息熵的概念的
- id3算法的應用場景
- c4.5算法中的剪枝如何理解
- cart算法的適用范圍
- 神經網絡的bp算法是誰發現的
- 你能用excel構建一個神經網絡模型嗎
- mnist模型的特征
- 隱馬爾可夫模型的理論基礎
- hmm的三個基本問題及處理邏輯
- 如何理解向量機和超平面
- 函數間隔和幾何間隔的定義
- 概述svm問題
- 非線性向量機,核函數用來解決什么問題
- 什么叫軟間隔向量機
- smo算法的基本過程
- 何謂余弦相似度
- slope one算法的邏輯過程
- 什么是本征值
- 什么是奇異值
- pca算法用來處理哪類問題
- 裝袋算法是什么?
- adaboost算法的邏輯
- 隨機森林的