二. 資料輸入
三.特徵工程
四.模型構建
2.線性分類器
3.概率圖
4.聚類
5.回歸分析
6.其他
五. 模型評估與驗證
六.面試問題
**`資料結構`**
**`演算法`**
**`數學基礎`**
**`計算機系統`**
**`程式設計`**
**`參考文件`**
bprnn
cnnsnn
gansvm
s3vm(tsvm)
logisitic regression
lda***** bayes
bayes network
markov random fields
主題模型k means
gmm自組織對映
hierarchical clustering
kpca多項式回歸
神經網路+rnc
逐步回歸
多變數自適應回歸
決策樹與隨機森林
整合學習
強化學習
距離測度
[1]: 機器學習-- 周志華
[2]: 統計機器學習 – 李航
[3]: 百面機器學習演算法工程師
機器學習演算法工程師面試問題
手寫二叉樹前序遍歷 劍指offer青蛙跳台階問題 乙隻青蛙一次可以跳上1級台階，也可以跳上2級。求該青蛙跳上乙個n級的台階總共有多少種跳法？我 採用遞迴的方式做，f n f n 1 f n 2 n 3 f 1 1 f 2 2 面試官 如果不利用遞迴方式怎麼做？我 構建乙個vector向量，1,2,3...
演算法工程師《機器學習基礎》
機器學習基礎 邏輯回歸，svm，決策樹 1 邏輯回歸和svm的區別是什麼？各適用於解決什麼問題？2 linear svm 和 線性回歸 有什麼異同？答案 基礎知識 3 支援向量機屬於神經網路範疇嗎？4 如何理解決策樹的損失函式？5 各種機器學習的應用場景分別是什麼？例如，k近鄰,貝葉斯，決策樹，sv...
機器學習演算法工程師面試集錦（更新中）
參考資料 class sklearn.tree.decisiontreeclassifier criterion gini splitter best max depth none,min samples split 2,min samples leaf 1,min weight fraction ...