常见题目:
来源:https://huangqinjian.blog.csdn.net/article/details/78796328
1.请简要介绍下SVM。
2.请简要介绍下Tensorflow的计算图。
3.请问GBDT和XGBoost的区别是什么?
4.在k-means或kNN,我们是用欧氏距离来计算最近的邻居之间的距离。为什么不用曼哈顿距离?
5.百度校招机器学习笔试题
6.简单说说特征工程。
7.关于LR。
8.overfitting怎么解决?
9.LR和SVM的联系与区别?
10.LR与线性回归的区别与联系?
11.为什么XGBoost要用泰勒展开,优势在哪里?
12.XGBoost如何寻找最优特征?是又放回还是无放回的呢?
13.谈谈判别式模型和生成式模型?
14.L1和L2的区别。
15.L1和L2正则先验分别服从什么分布 ?