文章目录
81 讲一下 xgb 与 lgb 的特点与区别
参见《关于XGB和LGB的区别和联系》:
https://blog.csdn.net/weixin_41816654/article/details/87859234
参见《base tree、rf、gbdt、xgb、lgb 面经整理》:
https://zhuanlan.zhihu.com/p/82521899
82 讲一下 xgb 的二阶泰勒展开对于 GBDT 有什么优势
83 介绍 xgboost 和 gbdt 的区别
参见《Adaboost, GBDT 与 XGBoost 的区别》:
https://zhuanlan.zhihu.com/p/42740654
84 adaboost 和随机森林有什么区别
参见《机器学习之-随机森林和ADABOOST》:
https://shuwoom.com/?p=1490
85 LBP 特征和 SIFT 的特征的意义
参见《目标检测的图像特征提取之(二)LBP特征》:
https://blog.csdn.net/zouxy09/article/details/7929531
参见《LBP特征》:
https://blog.csdn.net/lk3030/article/details/84034963
参见《SIFT特征提取分析》:
https://blog.csdn.net/abcjennifer/article/details/7639681
参见《SIFT特征详解》:
https://www.cnblogs.com/wangguchangqing/p/4853263.html
86 颜色校正、白平衡的过程
87 HOG 特征的意义
参见《HOG算法》:
https://blog.csdn.net/qq_21521561/article/details/85194921
参见《目标检测的图像特征提取之(一)HOG特征》:
https://blog.csdn.net/zouxy09/article/details/7929348
参见《HOG特征》:
https://zhuanlan.zhihu.com/p/40960756
88 GBDT 原理
参见《GBDT:梯度提升决策树》:
https://www.jianshu.com/p/005a4e6ac775
89 ROC 含义、AUC 含义
参见《ROC曲线与AUC值》:
https://www.cnblogs.com/gatherstars/p/6084696.html
参见《ROC及AUC计算方法及原理》:
https://blog.csdn.net/yinyu19950811/article/details/81288287
90 XGB 原理,正则化操作
91 L1 与 L2 区别,效果差异
参见《机器学习中正则化项L1和L2的直观理解》:
https://blog.csdn.net/jinping_shi/article/details/52433975
92 卷积计算过程
参见《原来卷积是这么计算的》:
https://zhuanlan.zhihu.com/p/268179286