机器学习 - 文集

机器学习

-17篇文章 · 45965字 · 1177人关注

机器学习面试之生成模型VS判别模型
生成模型和判别模型是机器学习中两类基本的模型，在机器学习面试中，经常会被问到。能否清晰简明地说明二者的不同，直接影响到面试官对求职者基础知识掌握...

3.6 9162 2 28
机器学习面试之LSTM
在深度学习中，RNN已经成为标准组件，很多领域都要用到，LSTM则是最经典的RNN结构。所以面试时是必问的，最基本的面试题就是要说清楚LSTM的...

2.1 17457 3 30 1

机器学习面试之最大熵模型
最大熵模型属于运用最大熵原理的多分类模型，这个模型在面试中经常会与逻辑回归一起问，比如，为什么说二者是类似的？要解答这个问题，需要对两个模型的原...

3.0 25700 16 59
机器学习面试之归一化与标准化
在机器学习的面试中，数据是否需要归一化和标准化是个常见问题。之所以常见，是因为它有很多暗坑，每个暗坑都可以考察应聘者机器学习基础是否扎实。 1、...

2.9 15499 27 87
机器学习面试之逻辑回归输出的值是真实的概率吗？
逻辑回归作为被广泛使用的二分类模型，面试中自然是不可缺少的。但要深刻理解逻辑回归又不是那么容易的，比如说，逻辑回归输出的值是0到1之间的值，这个...

1.6 18900 17 52 2
机器学习面试之MSE与CE的区别？
MSE和CE是机器学习中常见的两种损失函数，在训练神经网络中，也经常用到，但是如何深刻地理解二者的异同，却不是容易轻松搞定的。本文从模拟面试的角...

0.7 11601 18 27
机器学习必须熟悉的算法之word2vector（二）
在上一篇文章中，我们简述了skip gram版word2vector的基本原理，留下一个问题待解决，那就是网络非常大，这将导致如下几个困难：1、...

0.9 8061 6 27 1

机器学习必须熟悉的算法之word2vector（一）
word2vector已经成为NLP领域的基石算法。作为一名AI 从业者，如果不能主动去熟悉该算法，应该感到脸红。本文是一篇翻译的文章，原文链接...

3.2 29003 2 94 2
机器学习面试之有必要手推SVM吗(2)?
上篇文章中，我们介绍了SVM的基本思想，并将其推导成了一个数学问题，今天的任务，就是解决如何求解这个数学问题，同时，回答上篇文章中提出的第二个问...

0.9 7016 16 31 2