1.什么是机器学习? 2.机器学习在那些问题上表现突出,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.举出四种常见的无监督式学习任务? 6.要让一个机器人在各种未知的地形中行走,应该使用什么类型的机器学习算法? 7.要将顾客分成多个组,你会使用什么类型算法? 8.垃圾邮件检测问题是监督式学习还是无监督? 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四个主要挑战? 15.如果你的模型在训练数据集上表现很好,但是应用到新的实例上的泛化结果却很差,是怎么回事?提出三种可能的解决法案。 16.什么是测试集?为什么要用测试集? 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?