判别式模型和生成式模型的区别？ 判别方法：由数据直接学习决策函数 Y = f（X），或者由条件分布概率 P（Y|X）作为预测模型，即判别模型。 生成方法：由数据学习联合概率密度分布函数 P（X,Y）,然后求出条件概率分布P(Y|X)作为预测的模型，即生成模型。 由生成模型可以得到判别模型 ...

除了一开始做的笔记后面都没了，公式好难推 人工智能主要包括感知智能（比如图像识别、语言识别和手势识别等）和认知智能（主要是语言理解知识和推理）。它的核心是数据驱动来提升生产力、提升生产效率。 机器学习相关技术属于人工智能的一个分支。其理论主要分为如下三个方面 ...

背景：本文只是对机器学习相关知识的梳理和复习用，因此顺序上可能有些随意 摘要： 　　1.各种算法的推导 　　2.各种算法的比较（或优缺点） 　　3.学习理论 4.特征选择方法 　　5.模型选择方法 　　6.特征工程 　　7.数据预处理 　　8.应用例子 内容 ...

因为本文实在是总结得太好了，本着尊重作者的态度给出原文链接：https://zhuanlan.zhihu.com/p/429901476 本人也在原文的基础上做了一些补充和改进，增加了一些重要的知识点，得到了现在一个比较完善的版本。 前言 真的是千呼万唤始出来emmmm，去年春招结束写了篇 ...

1.简介 gbdt全称梯度提升决策树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一，在前几年深度学习还没有大行其道之前，gbdt在各种竞赛是大放异彩。原因大概有几个，一是效果确实挺不错。二是即可以用于分类也可以用于回归。三是可以筛选特征。这三点实在是太吸引人了，导致在面试 ...

我是2020届毕业生，所以2019年3月中旬答辩结束就开始投入到找实习的过程中，从小白到可以面上世界五百强的大厂，背后的努力付出是必不可少的。本科是数学专业的所以编程的基础就会弱一些，但是公司 ...

机器学习简历的一些小技巧 如今的公司很难找到优秀的机器学习人才。当然，任何特定技能的要求都取决于机器学习项目的用途和要求，但是您的机器学习履历中必须具备的某些技能在各种项目要求中是一致的。 通常，公司希望面试者具备丰富的机器学习技能，理论和编码能力，以便在需要时能够跨部门参与机器学习项目 ...

一.写在前面 一个完整的机器学习工程师的面试过程主要有以下这些环节：自我介绍、项目介绍、算法推导和解释、数据结构与算法题（写代码）。 关于自我介绍，主要就是简单介绍下自己的教育背景，在校期间的研究方向和所做的项目以及在项目中所充当的角色等等，为之后的面试做个铺垫，让面试官从中捕捉点来 ...