1.你会怎么定义机器学习?
2.机器学习在哪些问题上表现突出,你能提出四种类型吗?
3.什么是被标记的训练数据集?
4.最常见的两种监督式学习任务是什么?
5.你能举出四种常见的无监督式学习任务吗?
6.要让一个机器人在各种未知的地形中行走,你会使用什么类型的机器学习算法?
7.要将顾客分成多个组,你会使用什么类型的算法?
8.你会将垃圾邮件检测的问题列为监督式学习还是无监督式学习?
9.什么是在线学习系统?
10.什么是核外学习?
11.什么类型的学习算法依赖相似度来做出预测?
12.模型参数与学习算法的超参数之间有什么区别?
13.基于模型的学习算法搜索的是什么?它们最常使用的策略是什么?它们如何做出预测?
14.你能提出机器学习中的四个主要挑战吗?
15.如果你的模型在训练数据上表现很好,但是应用到新的实例上的泛化结果却很糟糕,是怎么回事?能提出三种可能的解决方案吗?
16.什么是测试集, 为什么要使用测试集?
17.验证集的目的是什么?
18.如果使用测试集调整超参数会出现什么问题?
19.什么是交叉验证? 它为什么比验证集更好?