学习资料

学习资料：

https://woaielf.github.io/2016/09/11/data-science/

https://woaielf.github.io/2017/04/06/dm-6/

https://woaielf.github.io/page4/

使用sklearn做单机特征工程：

http://m.blog.csdn.net/MrLevo520/article/details/78085650

维基百科：https://en.wikipedia.org/wiki/Gradient_boosting#Shrinkage

归一化：http://blog.csdn.net/xbmatrix/article/details/56695825

深度学习：https://www.leiphone.com/news/201608/7lwVZCXnScbQb6cJ.html

深度学习tf：https://www.zhihu.com/question/41667903?from=profile_question_card

安装xgboost https://www.cnblogs.com/haobang008/p/5907854.html

 

面试题目：

http://m.blog.csdn.net/dashenghuahua/article/details/53841630

http://blog.csdn.net/xbmatrix/article/details/62056589

——————————————————————————————————

1.   讲一讲DNN

2.  CNN

3.  LSTM

4.  讲一讲sigmoid和reLU的区别，以及各自应该用在什么情况下

5.  讲一讲sigmoid和softmax的区别

6.  讲高维运动数据处理为什么要用谱聚类，不用别的聚类方法

7.  讲一讲LDA，模拟过程，以及训练和推断过程

8.  情景题
a 现在有一堆车牌信息（例如 京A 12345），然后是其中有百分之二十的车牌有登记时间，现在要把剩下百分之八十的车牌登记上时间，问怎么做
b 现在有人工标记的一些图片，分为五个等级（非常好，好，中，差，非常差），现在需要来预测新的图片（softmax），可是发现预测出的图片有些问题即当非常好的概率为最大时，有时候差的概率是次大的，这是不符合预期的，问应该怎么做

 

1.  连续监督学习有什么不同方法？滑动窗口方法2. 复发性推拉窗3. 隐藏马尔科夫模型4. 最大熵马尔科夫模型5. 条件随机域6. 图变换网络。

2.  什么是PAC学习？可能近似正确模型 (PAC)学习是一个已经被引入到分析学习算法和统计效率的学习框架

3.  有哪些不同的类别可以分为序列学习过程？序列预测2. 序列生成3. 序列识别4. 顺序决定.