![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法面试
堵心好似八局
这个作者很懒,什么都没留下…
展开
-
三、经典算法
三、经典算法 #没有最好的分类器,只有最合适的分类器 #深度学习是数据驱动的,失去了数据,再精密的深度网络结构也是画饼充饥,无的放矢。 #在很多实际问题中,我们很难得到海量且带有精确标注的数据,这时深度学习也就没有大显身手的余地,反而许多传统方法可以灵活巧妙地进行处理。 #监督学习中的几种经典分类算法 知识点: [1] SVM模型推导 [2] 核函数 [3] SMO(Sequential Minimal Optimization)算法 [4] 逻辑回归 [5] 线性回归 [6] 多标签分类 [7] Sof原创 2020-08-07 12:39:49 · 309 阅读 · 0 评论 -
二、模型评估
二、模型评估 #没有测量,就没有科学 #在机器学习领域中,对模型的评估至关重要。只有选择与问题相匹配的评估方法,才能快速地发现模型选择或训练过程中出现的问题 #模型评估主要分为离线评估和在线评估两个阶段。 #针对分类、排序、回归、序列预测等不同类型的机器学习问题,评估指标的选择也有所不同。知道每种评估指标的精确定义、有针对性地选择合适的评估指标、根据评估指标的反馈进行模型调整,都是机器学习在模型评估阶段的关键问题 #模型评估指标的局限性 知识点: [1] 准确率(Accuracy) [2] 精确率(Pre原创 2020-07-23 16:41:17 · 1824 阅读 · 0 评论 -
LeetCode题0001:求解两数之和
求解两数之和 #easy 问题重述 #给定一个整数数组 nums 和一个目标值 target,请在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。 #可以假设每种输入只会对应一个答案。但是,数组中同一个元素不能使用两遍。 示例: 给定 nums = [2, 7, 11, 15], target = 9 因为 nums[0] + nums[1] = 2 + 7 = 9 返回 [0, 1] 法一:暴力法 暴力法很简单,遍历每个元素 x,并查找是否存在一个值与 target - x相等的目标元素原创 2020-07-22 14:42:52 · 104 阅读 · 0 评论 -
一、特征工程
特征工程 #对于一个机器学习问题,数据和特征往往决定了结果的上限,而模型、算法的选择及优化则是在逐步接近这个上限 #特征工程,是对原始数据进行一系列工程处理,将其提炼为特征,作为输入供算法和模型使用。 #本质上来讲,特征工程是一个表示和展现数据的过程。在实际工作中,特征工程旨在去除原始数据中的杂质和冗余,设计更高效的特征以刻画求解的问题与预测模型之间的关系。 知识点: [1] 特征归一化 [2] [3] [4] [5] 两种常用的数据类型: 【1】结构化数据 结构化数据类型可以看作关系型数据库的一张表,每原创 2020-07-19 18:37:33 · 407 阅读 · 0 评论