幾個(gè)機(jī)器學(xué)習(xí)面試問(wèn)題解析從容應(yīng)對(duì)面試

　　▍目錄

　　全局

　　優(yōu)化

　　數(shù)據(jù)預(yù)處理

　　抽樣和拆分

　　監(jiān)督學(xué)習(xí)

　　無(wú)監(jiān)督學(xué)習(xí)

　　模型評(píng)估

　　集成學(xué)習(xí)

　　商業(yè)應(yīng)用

　　▍全局

　　基本的ML理論，如偏差方差權(quán)衡。

　　向外行人解釋機(jī)器學(xué)習(xí)。

　　想象一個(gè)好奇的孩子，將他的手掌放在蠟燭火焰上，并在感受到短暫的灼熱后立刻把手縮回來(lái)。第二天，他碰到一個(gè)熱的爐子，頂部看到紅色，感覺(jué)到前一天像蠟燭一樣的熱浪。

　　這個(gè)孩子從來(lái)沒(méi)有碰過(guò)爐灶，但幸運(yùn)的是，他從以前的數(shù)據(jù)中學(xué)到了，避免了紅色的灼傷。

　　“擬合”模型意味著什么？超參數(shù)如何相關(guān)？

　　擬合模型是使用訓(xùn)練數(shù)據(jù)學(xué)習(xí)模型參數(shù)的過(guò)程。

　　參數(shù)有助于定義機(jī)器學(xué)習(xí)模型的數(shù)學(xué)公式。

　　然而，還有一些稱為超參數(shù)的數(shù)據(jù)不能被學(xué)習(xí)的“較高級(jí)”參數(shù)。

　　超參數(shù)定義模型的屬性，如模型復(fù)雜度或?qū)W習(xí)率。

　　解釋偏差方差權(quán)衡。

　　預(yù)測(cè)模型在偏差（擬合模型數(shù)據(jù)的方式）和方差（基于輸入變化的多少）之間有權(quán)衡。

　　更簡(jiǎn)單的模型是穩(wěn)定的（低方差），但它們不接近真相（高偏差）。

　　更復(fù)雜的模型更容易被過(guò)度使用（高差異），但它們具有足夠的表達(dá)能夠接近真實(shí)性（低偏倚）。

　　給定問(wèn)題的最佳模式通常位于中間的某處。

　　▍優(yōu)化

　　找到模型最佳參數(shù)的算法。

　　隨機(jī)梯度下降（SGD）和梯度下降（GD）之間有什么區(qū)別？

　　兩種算法都是通過(guò)對(duì)數(shù)據(jù)進(jìn)行參數(shù)評(píng)估，然后進(jìn)行調(diào)整，找到一組最小化損失函數(shù)的參數(shù)的方法。

　　在標(biāo)準(zhǔn)梯度下降中，您將評(píng)估每組參數(shù)的所有訓(xùn)練樣本。這類似于為解決這個(gè)問(wèn)題而采取了大而緩慢的步驟。

　　在隨機(jī)梯度下降中，在更新參數(shù)集之前，您只需評(píng)估1個(gè)訓(xùn)練樣本。這類似于向解決方案邁出的小步驟。

　　什么時(shí)候使用GD超過(guò)SDG，反之亦然？

　　GD理論上最大限度地減少誤差函數(shù)比SGD更好。然而，一旦數(shù)據(jù)集變大，SGD就會(huì)收斂得更快。

　　這意味著GD對(duì)于小數(shù)據(jù)集是優(yōu)選的，而SGD對(duì)于較大的數(shù)據(jù)是優(yōu)選的。

　　然而，實(shí)際上，SGD用于大多數(shù)應(yīng)用程序，因?yàn)樗梢詫⒄`差函數(shù)最小化，同時(shí)為大型數(shù)據(jù)集提供更快的速度和更高的內(nèi)存效率。

　　▍數(shù)據(jù)預(yù)處理

　　處理丟失的數(shù)據(jù)，偏態(tài)分布，異常值等

　　什么是Box-Cox轉(zhuǎn)換？

　　Box-Cox轉(zhuǎn)換是一種廣泛的“權(quán)力轉(zhuǎn)型”，它轉(zhuǎn)換數(shù)據(jù)，使分布更加正常。

　　例如，當(dāng)lambda參數(shù)為0時(shí)，它相當(dāng)于對(duì)數(shù)轉(zhuǎn)換。

　　它用于穩(wěn)定方差（消除異方差）并使分布正?；?。

　　什么是3種數(shù)據(jù)預(yù)處理技術(shù)來(lái)處理異常值？

　　1.Winsorize（cap 閾值）。

　　2.轉(zhuǎn)換以減少偏態(tài)（使用Box-Cox或類似的）。

　　3.如果你確定它們是異常或測(cè)量錯(cuò)誤，請(qǐng)刪除異常值。