目录
1.模型评估方法
- Accuracy作为指标有哪些局限性?
- ROC曲线和PR曲线各是什么?
- 编程实现AUC的计算,并指出复杂度?
- AUC指标有什么特点?放缩结果对AUC是否有影响?
- 余弦距离与欧式距离有什么特点?
2.基本方法
- 如何划分训练集?如何选取验证集?
- 什么是偏差和方差?
- 什么是过拟合?深度学习解决过拟合的方法有哪
- 解决欠拟合的方法有哪些?
- 深度模型参数调整的一般方法论?
3.优化方法
- 简述了解的优化器,发展综述?
- 常用的损失函数有哪些?分别适用于什么场景?
- 梯度下降与拟牛顿法的异同?
- L1和L2正则分别有什么特点?为何L1稀疏?