史上最全的机器学习面试题,机器学习爱好者必看.pdf
版权申诉
165 浏览量
2022-06-14
14:18:05
上传
评论
收藏 268KB PDF 举报
1
.什么是机器学习
机器学习是为了应对系统程序设计 ,属于计算机科学类的学科 ,它能根据经验进行自动学习和提升 .
例如：一个由程序操纵的机器人,它能根据从传感器搜集到的数据,完成一系列的任务和工作.它能根据数
据自动地学习应用程序.
2
.机器学习与数据挖掘的区别
机器语言是指在没有明确的程序指令的情况下 ,给予计算机学习水平,使它能自主的学习、设计和扩
展相关算法.数据挖掘那么是一种从非结构化数据里面提取知识或者未知的、人们感兴趣的图片.在这个过
程中应用了机器学习算法.
3 .
什么是机器学习的过度拟合现象
在机器学习中,当一个统计模型首先描述随机误差或噪声,而不是自身的根本关系时,过度拟合就会
出现.当一个模型是过于复杂,过拟合通常容易被发现,由于相对于训练数据类型的数量,参数的数量过于
五花八门.那么这个模型由于过度拟合而效果不隹.
4 .
过度拟合产生的原因
由于用于练习模型的标准并不等同于判断模型效率的标准,这导致了产生过度拟合的可能性.
5 .
如何预防过度拟合
当你使用较小的数据集进行机器学习时 ,容易产生过度拟合,因此使用较大的数据量能预防过度拟合
现象.但是,当你不得不使用小型数据集进行建模时 ,可以使用被称为交叉验证的技术 .在这种方法中数据
集被分成两节,测试和练习数据集,测试数据集只测试模型,而在练习数据集中,数据点被用来建模.
在该技术中,一个模型通常是被给定有先验知识的数据集〔练习数据集〕进行练习 ,没有先验知识的
数据集进行测试.交叉验证的思想是：在练习阶段,定义一个数据集用来测试模型.
6
.什么是感应式的机器学习？
感应机器学习涉及由实践进行学习的过程,能从一组可观测到的例子的尝试推导出普遍性规那么.
7 .
什么是机器学习的五个流行的算法?
1.
决策树
2.
神经网络(反向传播)
3.
概率网络
4
.最邻近法
5.
支持向量机
8.
机器学习有哪些不同的算法技术？
在机器学习不同类型的算法技术是：
资源评论
