2024年最新怎么理解机器学习？，面试建议对话

刷面试题

刷题的重要性，不用多说。对于应届生或工作年限不长的人来说，刷面试题一方面能够尽可能地快速自己对某个技术点的理解，另一方面在面试时，有一定几率被问到相同或相似题，另外或多或少也能够为自己面试增加一些自信心，可见适当的刷题是很有必要的。

开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

• 前端字节跳动真题解析

  

• 【269页】前端大厂面试题宝典

  

最后平时要进行自我分析与评价，做好职业规划，不断摸索，提高自己的编程能力和抽象思维能力。大厂面试远没有我们想的那么困难，摆好心态，做好准备，你也可以的。

在谈机器学习（ machine learning） 之前， 先提一下两个相关的名词： 模式识别（ pattern recognition） 和深度学习（ deepLearning）。

模式识别是很早就发明出来的技术，在人工智能发展初期最被看好。长期以来，计算机都无法处理语音文本的语义识别，图像代表的含义，通过模式识别就可以做到。模式可以理解为特点特色，简单说就是某个事物具备的独特标示， 模式识别就是利用待处理数据（包括图像、文本、语音等）的这些特征，将这些数据与模式中的各个特点来匹配，这样我们就能识别出来这些未知事物代表的含义了。不过模式识别也具有很明显的缺陷，因为需要依赖人对这些事物进行特定的标示，简而言之就是人教会机器通过识别某些特征进而认识这些事物，而不是机器认识的。

深度学习于2006年由Hinton等人提出，其基本思想也是参考人类大脑，人类大脑具备学习能力，通过对人脑工作机制的梳理，了解了人脑对数据的存储和处理方式，然后建立相应的计算模型，这样就使算法具有自适应和自组织的能力。深度学习早期的基本算法模型是神经网络模型，现在已经“进化”为卷积神经网络。

相比于模式识别，深度学习可以通过自发的方式来学习如何实现对未知事物的识别，具备自我学习进化的能力，是非常成功的前沿技术。
下面我们举个简单的例子，看看“机器学习”系统是如何工作的。 假设我们做出了一个可以对动物进行自动分类的系统，现在，我们要用它在一堆动物照片中挑出猫咪和狗子。 整个过程如下：

最后

开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

❤️ 谢谢支持，喜欢的话别忘了 关注、点赞哦。

[外链图片转存中…(img-FPBFFZZ6-1715751726646)]