【2】机器学习算法面试八股

最新推荐文章于 2024-05-28 22:38:42 发布

IT与Fintech

最新推荐文章于 2024-05-28 22:38:42 发布

阅读量774

点赞数

分类专栏：机器学习算法 IT技术栈——求职面试专用算法工程师文章标签：机器学习算法人工智能数据挖掘秋招面试面试

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_44125042/article/details/131737938

版权

频率派认为模型参数是固定的,一个模型在无数次抽样后,参数是不变的；频率派认为模型不存在先验贝叶斯学派认为数据才是固定的而参数并不是。贝叶斯派认为模型存在先验。支持向量机为一个二分类模型,它的基本模型定义为特征空间上的间隔最大的线性分类器。而它的学习策略为最大化分类间隔,最终可转化为凸二次规划问题求解。LR是参数模型,SVM为非参数模型。LR采用的损失函数为logisticalloss,而SVM采用的是hingeloss。在学习分类器的时候,SVM只考虑与分类最相关的少数支持向量点。

摘要由CSDN通过智能技术生成

11面试中的概率问题

概率链接
 切比雪夫不等式
最大似然估计：
最大后验概率估计：

在这里插入图片描述
所以最大后验概率就是估计

12各种分布及其期望、方差、分布函数

13什么是共轭先验分布

最低0.47元/天解锁文章

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
【2】机器学习算法面试八股

频率派认为模型参数是固定的,一个模型在无数次抽样后,参数是不变的；频率派认为模型不存在先验贝叶斯学派认为数据才是固定的而参数并不是。贝叶斯派认为模型存在先验。支持向量机为一个二分类模型,它的基本模型定义为特征空间上的间隔最大的线性分类器。而它的学习策略为最大化分类间隔,最终可转化为凸二次规划问题求解。LR是参数模型,SVM为非参数模型。LR采用的损失函数为logisticalloss,而SVM采用的是hingeloss。在学习分类器的时候,SVM只考虑与分类最相关的少数支持向量点。
复制链接

扫一扫

专栏目录

IT与Fintech CSDN认证博客专家 CSDN认证企业博客

码龄6年

64: 原创

23万+: 周排名

32万+: 总排名

1万+: 访问

: 等级

652: 积分

96: 粉丝

10: 获赞

7: 评论

182: 收藏

私信

关注

热门文章

分类专栏

最新评论

【C++岗位求职面试八股文第一篇】
CSDN-Ada助手: 恭喜您写了第三篇博客，题目也很有意思啊！不过，我认为您可以尝试写一些实用性更强的内容，比如分享一些实战经验或是对技术领域的一些深入思考。希望您能继续保持创作热情，不断进步！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3，我们会奖励持续创作和学习的博主，请看：https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply3
C++岗位求职面试八股文第二篇
CSDN-Ada助手: 恭喜您又写了一篇精彩的博客，让我们更深入了解了C++岗位求职面试的面试技巧。不过，希望您能在下一篇博客中加入一些个人经验和见解，这样可以更好地吸引读者并提高博客的可读性。期待您的下一篇作品！ CSDN 会根据你创作的前四篇博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply4 看奖励名单。
C++岗位求职面试八股文第三篇
CSDN-Ada助手: 恭喜您又发布了一篇精彩的博客！这篇题为“C++岗位求职面试八股文第三篇”的博客内容十分实用，对于正在求职的人来说，无疑是一份宝贵的参考资料。希望您能继续坚持创作，分享更多有价值的经验和技巧。下一步的创作建议是可以结合实际案例，分享一些面试中的挑战和应对策略，这样能够使读者更易于理解和掌握。期待您的下一篇博客！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
C++岗位求职面试八股文第四篇
CSDN-Ada助手: 恭喜您写下了第六篇博客，标题也十分吸引人。作为一位求职者，写下了这么多关于面试的博客，您的经验一定非常丰富。接下来，我希望您可以更深入地探讨面试中的细节问题，比如如何在面试中展现自我价值，如何与面试官建立良好的沟通等等。希望您继续保持创作的热情，我期待着您下一篇博客的发布。 CSDN 会根据你创作的博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply6 看奖励名单。
C++岗位求职面试八股文第五篇
CSDN-Ada助手: 非常恭喜您写下了第7篇博客，题目也很有针对性！我想说您的文章让我对C++岗位面试的八股文有了更深入的认识，也让我对求职有了更多的启示。希望您能继续坚持写作，并且在下一篇文章中分享一些实用的求职技巧或者经验，让我们能够更好地在职场中发展。再次感谢您的分享！ CSDN 会根据你创作的博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply7 看奖励名单。

您愿意向朋友推荐“博客详情页”吗？

强烈不推荐
不推荐
一般般
推荐
强烈推荐

提交

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

IT与Fintech 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。