本文介绍了海尔集团算法岗面试的五道题目，涵盖CE Loss公式、SVM算法及其类型、EM算法原理、朴素贝叶斯与贝叶斯的区别，以及LeetCode的爬楼梯问题。SVM讲解包括线性可分、线性和非线性情况，EM算法解释了其E-Step和M-Step过程。
问题1：介绍一下CE Loss公式
CE Loss就是交叉熵损失，损失函数公式如下：
二分类交叉熵
多分类交叉熵
问题2：介绍一下SVM算法
SVM算法就是支持向量机，是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机。
SVM可分为三种：
线性可分SVM
当训练数据线性可分时，通过最大化硬间隔（hard margin）可以学习得到一个线性分类器，即硬间隔SVM。
线性SVM
当训练数据不能线性可分但是近似线性可分时，通过最大化软间隔（soft margin）也可以学习到一个线性分类器，即软间隔SVM。
非线性SVM
当训练数据线性不可分时，通过使用核技巧（kernel trick）和最大化软间隔，可以学习到一个非线性SVM。
SVM的的学习
最低0.47元/天 解锁文章
439
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
