AI面试题
文章平均质量分 90
BlackStar_L
Keep Coding, Reading and Writing, for the Data Scientist
展开
-
day10 AI面试刷题
day10 AI面试刷题原创 2022-01-22 05:29:02 · 111 阅读 · 0 评论 -
day9 AI面试刷题
day9 AI面试刷题原创 2022-01-22 04:58:51 · 224 阅读 · 0 评论 -
day8 AI面试刷题
day8 AI面试刷题原创 2022-01-20 20:24:51 · 709 阅读 · 0 评论 -
day7 AI面试刷题
day7 AI面试刷题原创 2022-01-19 07:23:09 · 256 阅读 · 0 评论 -
day6 AI面试刷题
day6 AI面试刷题原创 2022-01-18 00:19:53 · 3570 阅读 · 0 评论 -
day5 AI面试刷题
day5 AI面试刷题原创 2022-01-15 05:28:56 · 211 阅读 · 0 评论 -
day4 AI面试刷题
day4 AI面试刷题原创 2022-01-13 20:15:26 · 290 阅读 · 0 评论 -
day3 AI面试刷题
day3 AI面试刷题原创 2022-01-12 19:27:47 · 326 阅读 · 0 评论 -
day2 AI面试刷题
day2 AI面试刷题原创 2022-01-11 21:18:55 · 227 阅读 · 0 评论 -
day1 AI面试刷题
day1 AI面试刷题1、简述机器学习项目的一般流程2、哪些机器学习算法需要做特征归一化,哪些不需要?为什么?3、One-hot的作用是什么?为什么不直接使用数字作为表示?4、什么是数据不平衡?如何解决?5、请比较欧氏距离与曼哈顿距离 1、简述机器学习项目的一般流程 机器学习项目的流程 数据获取(爬虫,第三方,自产) 数据分析与清洗(观察样本数据特征,数据类型;洗去样本异常值,去除或填补缺失值) 特征工程(筛选重要特征,或融合产生新的、更重要的特征) 建模(训练模型,选择合适的模型,注意分类,聚类还是回归原创 2022-01-10 19:45:49 · 615 阅读 · 0 评论