深度學習 vs 機器學習 vs 模式識別
1）機器學習就像是一個真正的冠軍一樣持續昂首而上；
3）深度學習是個嶄新的和快速攀升的領域。
1. SVM經常使用的核函數有：(1)線性核函數(2)多項式核(3)徑向基核（RBF）(4)傅里葉核(5)樣條核(6)Sigmoid核函數
2. 序列模式挖掘算法：指挖掘相對時間或其他模式出現頻率高的模式，典型的應用還是限於離散型的序列。
Apriori類算法包括： AprioriAll和 GSP等。
在序列模式挖掘中，FreeSpan和PrefixSpan是兩個常用的算法。其中，PrefixSpan是從FreeSpan中推導演化而來的。這兩個算法都比傳統的Apriori-like的序列模式挖掘算法（GSP）都有效。而PrefixSpan又比FreeSpan又更有效。這是因為PrefixSpan的收縮速度比FreeSpan還要更快些。
典型應用：商場挖掘即用戶幾次購買行為間的聯系，可以采取更有針對性的營銷措施。
類似於Apriori算法大體分為候選集產生、候選集計數以及擴展分類三個階段。與AprioriAll算法相比，GSP算法統計較少的候選集，並且在數據轉換過程中不需要事先計算頻繁集。
3. 序列模式 VS 關聯規則
|
問題
|
序列模式挖掘
|
關聯規則挖掘
|
|
數據集
|
序列數據庫
|
事務數據庫
|
|
關注點
|
單項間在同一事務內以及事務間的關系
|
單項間在同一事務內的關系
|
5.特征選擇方法：信息增益、信息增益率、基尼系數
6. 基於核的算法：支持向量機（Support Vector Machine， SVM）， 徑向基函數（Radial Basis Function ，RBF)， 線性判別分析（Linear Discriminate Analysis ，LDA)等
7. 數據清理中，處理缺失值的方法是?
數據清理中，處理缺失值的方法有兩種：
刪除法：1）刪除觀察樣本
2）刪除變量：當某個變量缺失值較多且對研究目標影響不大時，可以將整個變量整體刪除
3）使用完整原始數據分析：當數據存在較多缺失而其原始數據完整時，可以使用原始數據替代現有數據進行分析
4）改變權重：當刪除缺失數據會改變數據結構時，通過對完整數據按照不同的權重進行加權，可以降低刪除缺失數據帶來的偏差
查補法：均值插補、回歸插補、抽樣填補等
成對刪除與改變權重為一類，估算與查補法為一類
8. 下列哪個不屬於CRF模型對於HMM和MEMM模型的優勢（ ）B
A. 特征靈活 B. 速度快 C. 可容納較多上下文信息 D. 全局最優
首先，CRF，HMM(隱馬模型)，MEMM(最大熵隱馬模型)都常用來做序列標注的建模.
隱馬模型一個最大的缺點就是由於其輸出獨立性假設，導致其不能考慮上下文的特征，限制了特征的選擇
最大熵隱馬模型則解決了隱馬的問題，可以任意選擇特征，但由於其在每一節點都要進行歸一化，所以只能找到局部的最優值，同時也帶來了標記偏見的問題，即凡是訓練語料中未出現的情況全都忽略掉
條件隨機場則很好的解決了這一問題，他並不在每一個節點進行歸一化，而是所有特征進行全局歸一化，因此可以求得全局的最優值。
9. KNN和K-Means的區別
| KNN |
K-Means |
| 1.KNN是分類算法
2.監督學習 3.喂給它的數據集是帶label的數據，已經是完全正確的數據 |
1.K-Means是聚類算法
2.非監督學習 3.喂給它的數據集是無label的數據，是雜亂無章的，經過聚類后才變得有點順序，先無序，后有序 |
| 沒有明顯的前期訓練過程，屬於memory-based learning | 有明顯的前期訓練過程 |
| K的含義：來了一個樣本x，要給它分類，即求出它的y，就從數據集中，在x附近找離它最近的K個數據點，這K個數據點，類別c占的個數最多，就把x的label設為c | K的含義：K是人工固定好的數字，假設數據集合可以分為K個簇，由於是依靠人工定好，需要一點先驗知識 |
| 相似點：都包含這樣的過程，給定一個點，在數據集中找離它最近的點。即二者都用到了NN(Nears Neighbor)算法，一般用KD樹來實現NN。
10. 以下哪個是常見的時間序列算法模型B
A. RSIB. MACDC. ARMAD. KDJ
時間序列模型是指采用某種算法（可以是神經網絡、ARMA等）模擬歷史數據，找出其中的變化規律
時間序列算法模型主要有：移動平均算法、指數平滑算法及ARMA、ARIMA方法。 |
|