![](https://img-blog.csdnimg.cn/20201223113652260.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
百面机器学习的读书笔记
《百面机器学习》读书笔记
谁怕平生太急
110010
展开
-
模型评估之评估指标的局限性
门捷列夫说过:没有测量,就没有科学。模型评估分为离线评估和在线评估两个阶段。针对不同问题(分类、排序、回归、序列预测、NLP任务、CV任务等等),评估指标选择不同。评估指标的灵魂是选择和根据反馈的模型调整。问1:准确率的局限性。当不同类别的样本比例非常不均衡时,占比大的类别往往成为影响准确率的最主要因素。解决思路之一:每个类别下的样本准确率的算术平均作为模型评估的指标。问2:精确率与召回率的权衡。精确率:指分类正确的正样本个数占分类器判定为正样本的样本个数的比例。召回率:指分类正确的正样本个数占原创 2020-12-23 13:56:24 · 777 阅读 · 0 评论 -
特征工程的QA
来源《百面机器学习》第1章特征工程简单的说,数据和特征决定了结果的上限,模型、算法的选择及优化则是在逐步接近这个上限。(除了少数推理任务,大部分模型基于独立同分布假设)从本质上说,特征工程是一个表示和展现数据的过程。在实际工作中,特征工程旨在去除原始数据中的杂质和冗余,设计更高效的特征以刻画求解的问题与预测模型之间的关系。比如用tfidf作为文本分类的一个特征。特征归一化问1:为什么需要对数值类型的特征做归一化?特征归一化常用的方法有两种:1.线性函数归一化:对原始数据进行线性变换,映射原创 2020-12-08 14:37:44 · 162 阅读 · 0 评论 -
人工智能的热门应用
来源《百面机器学习》第14章计算广告1. 最赚钱的部门2. 计算广告学:信息科学、统计学、计算机科学、微观经济学等交叉融合,实现语境、广告和受众三者的最佳匹配3. 主要产品:合约广告、竞价广告、程序化交易广告等类型3.1 合约广告:客户多为品牌类广告主,结算方式多为CPM(cost per mille)千次曝光成本,每完成一千次曝光流量平台向广告主收取固定的成本。3.2 竞价广告:最重要的形式是搜索广告。标的物是关键词。3.3 程序化交易广告:让广告主更加灵活地选择自己的受众群体和曝光时机。原创 2020-12-07 14:35:51 · 186 阅读 · 0 评论 -
RNN问题集
来源《百面机器学习》第10章RNN建模序列化数据的一种主流DL模型。传统前馈NN一般的输入都是一个定长的向量,无法处理变长的序列信息,即使通过一些方法把序列处理成定长的向量,模型也很难捕捉序列中的长距离依赖关系。RNN通过串行,累积了序列前面的信息并不断传递,最后浓缩成抽象的表示。RNN和CNN问:处理文本数据时,RNN与前馈NN相比有什么特点?以TF-IDF向量作为特征输入,丢失了输入文本序列中每个单词的顺序。CNN能够捕捉到原文本中的一些局部特征,但是两个单词之间的长距离依赖关系很难被原创 2020-12-07 14:30:16 · 810 阅读 · 0 评论 -
前向神经网络问题集
来源《百面机器学习》第9章1 多层感知机与布尔函数问:多层感知机表示异或逻辑时最少需要几个隐含层(仅考虑二元输入)?答:1个隐层2个节点,加上全连接层的一个节点。注意:而且不带隐藏层的感知机无法精确学习出一个输出为异或的模型表示,因为sigmoid函数是单调的。2 深度神经网络中的激活函数问1:写出常用激活函数及其导数。答:sigmiod函数-值域为(0,1),输入为0时输出为0.5,其导数=f(z)(1-f(z))。tanh函数-值域为(-1,1),输入为0时输出为0,其导数=1-(f原创 2020-11-25 20:11:39 · 650 阅读 · 1 评论