笔试题目(回忆):
什么是机器学习的过拟合和欠拟合?
A: 答案在李航那本《统计学习方法》的第一章
解释什么是结构风险最小化?
A: 答案在李航那本《统计学习方法》的第一章
解释梯度下降法的过程。
A:
什么是产生式模型和判别式模型?他们之前的区别是什么
A: 答案在李航那本《统计学习方法》的第一章
用伪代码实现一种你熟悉的聚类算法?
A: 对聚类算法不熟,我随便写了一个k-mean,但又忘了其里面的重新选择聚类中心是什么的,所以就瞎写了。
深度学习有哪几种,其参数更新方法有哪些?各有什么优缺点?
A: 这个比较在行,参数更新不都是梯度下降法嘛~
结合自己的研究课题,
A: 这个自由发挥。
当训练好一个模型时候,再测试数据上做分类(预测),效果很差,改怎么处理?
A: 我好像只答了两点:1. 因为过拟合(在测试数据集合上表现不好),所以需要添加约束,或者增强数据。 2. 考虑到测试数据与训练数据有可能不是相同的分布,所以可以考虑应用迁移学习的方法。...查看更多