判別式模型和生成式模型的區別？ 判別方法：由數據直接學習決策函數 Y = f（X），或者由條件分布概率 P（Y|X）作為預測模型，即判別模型。 生成方法：由數據學習聯合概率密度分布函數 P（X,Y）,然后求出條件概率分布P(Y|X)作為預測的模型，即生成模型。 由生成模型可以得到判別模型 ...

除了一開始做的筆記后面都沒了，公式好難推 人工智能主要包括感知智能（比如圖像識別、語言識別和手勢識別等）和認知智能（主要是語言理解知識和推理）。它的核心是數據驅動來提升生產力、提升生產效率。 機器學習相關技術屬於人工智能的一個分支。其理論主要分為如下三個方面 ...

背景：本文只是對機器學習相關知識的梳理和復習用，因此順序上可能有些隨意 摘要： 　　1.各種算法的推導 　　2.各種算法的比較（或優缺點） 　　3.學習理論 4.特征選擇方法 　　5.模型選擇方法 　　6.特征工程 　　7.數據預處理 　　8.應用例子 內容 ...

因為本文實在是總結得太好了，本着尊重作者的態度給出原文鏈接：https://zhuanlan.zhihu.com/p/429901476 本人也在原文的基礎上做了一些補充和改進，增加了一些重要的知識點，得到了現在一個比較完善的版本。 前言 真的是千呼萬喚始出來emmmm，去年春招結束寫了篇 ...

1.簡介 gbdt全稱梯度提升決策樹，在傳統機器學習算法里面是對真實分布擬合的最好的幾種算法之一，在前幾年深度學習還沒有大行其道之前，gbdt在各種競賽是大放異彩。原因大概有幾個，一是效果確實挺不錯。二是即可以用於分類也可以用於回歸。三是可以篩選特征。這三點實在是太吸引人了，導致在面試 ...

我是2020屆畢業生，所以2019年3月中旬答辯結束就開始投入到找實習的過程中，從小白到可以面上世界五百強的大廠，背后的努力付出是必不可少的。本科是數學專業的所以編程的基礎就會弱一些，但是公司 ...

機器學習簡歷的一些小技巧 如今的公司很難找到優秀的機器學習人才。當然，任何特定技能的要求都取決於機器學習項目的用途和要求，但是您的機器學習履歷中必須具備的某些技能在各種項目要求中是一致的。 通常，公司希望面試者具備豐富的機器學習技能，理論和編碼能力，以便在需要時能夠跨部門參與機器學習項目 ...

一.寫在前面 一個完整的機器學習工程師的面試過程主要有以下這些環節：自我介紹、項目介紹、算法推導和解釋、數據結構與算法題（寫代碼）。 關於自我介紹，主要就是簡單介紹下自己的教育背景，在校期間的研究方向和所做的項目以及在項目中所充當的角色等等，為之后的面試做個鋪墊，讓面試官從中捕捉點來 ...