【算法崗面試系列】之機器學習

目錄   1. 寫出全概率公式&貝葉斯公式 2. 模型訓練爲什麼要引入偏差(bias)和方差(variance)？ 證 3. CRF/樸素貝葉斯/EM/最大熵模型/馬爾科夫隨機場/混合高斯模型 4. 如何解決過擬合問題？ 5. One-hot的作用是什麼？爲什麼不直接使用數字作爲表示 6. 決策樹和隨機森林的區別是什麼？ 7. 樸素貝葉斯爲什麼「樸素naive」？ 8. kmeans初始點除了隨機

>>阅读原文<<