![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
面试
文章平均质量分 83
Relissc_Cao
这个作者很懒,什么都没留下…
展开
-
每日总结-day08(周小结)
今日将刷过的题目算法思路重新过了一遍,明日将各个部分的知识点、易混淆的语法与知识漏洞进行总结。以防理解过浅容易忘记。原创 2023-02-26 22:44:58 · 307 阅读 · 0 评论 -
每日总结-day04
输入:head = [1,2,6,3,4,5,6], val = 6。输入:head = [7,7,7,7], val = 7。题意:删除链表中等于给定值 val 的所有节点。输入:head = [], val = 1。输出:[1,2,3,4,5]原创 2023-02-22 22:32:30 · 62 阅读 · 0 评论 -
每日总结-day03
运算符重载是C++一种形式的多态,允许赋予C++运算符多种含义。例如我们有一个Time类,包括小时和分钟,平常我们是没法直接让两个Time类相加获取总的小时分钟的。这时我们可以使用对+运算符重载。提示:这里对文章进行总结:例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。原创 2023-02-21 21:58:09 · 179 阅读 · 0 评论 -
每日总结-day02
在模型评估过程中,过拟合和欠拟合具体指什么现象过拟合是指模型对于训练数据拟合呈过当的情况,反映到评估指标上,就是模型在训练集上的表现好,但是在测试集和新数据上的表现较差。欠拟合指的是模型在训练和预测时表现都不好。用模型在数据上的偏差和方差指标来表示就是:欠拟合时候,偏差比较大;而过拟合时,偏差较小但方差较大。降低过拟合和欠拟合的方法1.特征-减少不必要的特征1)根据特征的重要性,直接删除稀疏特征;2)通过收集更多的数据,或者用数据增广的方法,产生更多的训练数据;原创 2023-02-20 23:06:12 · 71 阅读 · 0 评论 -
AI算法工程师笔试面试总结
1)监督学习是使用已知正确答案的示例来训练网络。一直数据和其一一对应的标签,训练一个智能算法,将输入数据映射到标签的过程。2)监督式学习的常见应用场景如分类问题和回归问题。3)常见的算法有逻辑回归(Logistic Regression)和反向传播神经网络(Back Propagation Neural Network)。1)在非监督式学习中,数据并不被特别标识,适用于你具有数据集但无标签的情况。学习模型是为了推断出数据的一些内在结构。2)常见的应用场景包括关联规则的学习以及聚类等。原创 2023-02-19 22:46:35 · 1076 阅读 · 0 评论