NLP的常见问题

一些AI基础理论，记得几道题：
随机森林和XGBoost的区别
数据库系统的特点
过拟合解决方法（Dropout，剪枝，正则化，早停）

问题1，CNN中1*1的卷积的作用？

https://blog.csdn.net/yaochunchu/article/details/95527760

问题2，svm的核的作用？

我的回答是非线性的映射，把不可分的映射到可分的空间；很显然又没有到问的点子上。知乎一下说是改变分类面的形状，线性的是直线，多项式是曲线，rbf是球。

问题3，希尔伯特空间。。。。

没听清楚说的啥，也不知道。

问题4，cnn在图像分类上有什么不好的地方？

没想过，觉得挺好的，就是cnn的刀太大，有些小问题感觉杀鸡用牛刀。

后面的问题都没回答上来。。。。

反卷积的作用？

对抗网络不收敛怎么办？

图像分类中基的概念？

图像分类 什么散列？

判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有 线性回归模型、线性判别分析、支持向量机SVM、神经网络等。

生成式模型（Generative Model）则会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得p(yi|x)，然后选取使得p(yi|x)最大的yi，即：常见的生成式模型有 隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型GMM、LDA等。

准确度并不适合于衡量不平衡类别问题
当数据有一个 0 均值向量时，PCA 有与 SVD 一样的投射，否则在使用 SVD 之前，你必须将数据均值归 0。

Stage 是spark 中一个非常重要的概念 ，
在一个job 中划分stage 的一个重要依据是否有shuflle 发生 ，也就是是否会发生数据的重组 （重新组织数据）。
在一个stage 内部会有很多的task 被执行，在同一个stage 中 所有的task 结束后才能根据DAG 依赖执行下一个stage 中的task.
job 有很多任务组成，每组任务可以任务是一个stage
Task 是spark 中另一个很重要的概念 ，
task 跟 partition block 等概念紧密相连 ，task 是执行job 的逻辑单元 ，在task 会在每个executor 中的cpu core 中执行
Job 是一个比task 和 stage 更大的逻辑概念，
job 可以认为是我们在driver 或是通过spark-submit 提交的程序中一个action ，在我们的程序中有很多action 所有也就对应很多的jobs

Batchsize就是每次把多少条数据输入给神经网络
在r 维空间中，线性决策面的VC维为r+1。
机器学习中做特征选择时可能用到的方法有:卡方,信息增益,平均互信息,期望交叉熵