leetcode答案-DS-ML-Interview-Questions:DS/ML面试问题的个人笔记

leetcode 答案DS-ML-面试问题 最后更新：11/16/2018 这是DS/ML常见面试问题的个人总结，会定期更新，欢迎大家pull request或与我讨论答案:) 要成为一名优秀的 DS 或 MLE，您必须快速准确地回答以下大多数问题:) 这里有一些可能对您有用的书籍和 MOOC。 MOOC： 斯坦福 CS231n 斯坦福 CS224n Coursera 深度学习专业 伯克利 CS 188：人工智能简介 深度强化学习 - 加州大学伯克利分校 牛津深度 NLP 2017 课程 Yida Xu的机器学习课程 IFT6266，深度学习，蒙特利尔大学研究生班 图书： 模式识别和机器学习 统计学习的要素 机器学习：概率视角 深度学习书 强化学习：简介 人工智能一种现代方法 行为和背景 自我介绍。 告诉我你过去的实习或其他一些项目。 机器学习概念 线性回归和逻辑回归 什么是线性回归？ 什么是逻辑回归？ 有什么区别？ 如何找到线性回归的最佳参数？ / 如何优化模型？ 请写出线性回归的近似解？ 什么是随机梯度下降或小批量梯度下降？ 有什么好处？ 和缺点？ 什么是均方误差？ 什么是交叉熵？