机器学习-面试题库-创脉思面试题库

机器学习

面试题库，共810道题

监督学习

线性回归模型逻辑回归模型决策树算法支持向量机 (SVM)朴素贝叶斯算法 K近邻算法神经网络模型

无监督学习

聚类分析关联规则挖掘异常检测降维方法

强化学习

监督学习无监督学习半监督学习强化学习决策树算法神经网络 Q-learning

机器学习算法

监督学习无监督学习半监督学习强化学习回归分析分类算法聚类算法神经网络支持向量机决策树算法

神经网络

神经元与神经网络结构前馈神经网络 (Feedforward Neural Network)卷积神经网络 (Convolutional Neural Network)递归神经网络 (Recurrent Neural Network)长短时记忆网络 (LSTM)深度学习 (Deep Learning)监督学习与无监督学习梯度下降算法与反向传播 (Backpropagation)

深度学习

数据预处理与清洗特征工程与选择监督学习与无监督学习深度学习模型架构与训练模型评估与优化自然语言处理与文本挖掘计算机视觉与图像识别时间序列分析与预测强化学习与控制系统

自然语言处理

机器学习基础理论监督学习与无监督学习深度学习神经网络模型自然语言处理基础词嵌入与词向量模型文本分类与情感分析命名实体识别与关键词提取

计算机视觉

监督学习无监督学习半监督学习深度学习卷积神经网络 (CNN)循环神经网络 (RNN)图像分类目标检测图像分割特征提取与描述图像处理与增强 AI模型训练与优化

数据预处理与特征工程

数据清洗与处理特征选择与提取缺失值处理异常值检测与处理数据转换与编码标准化与归一化特征缩放与变换数据降维与压缩

模型评估与优化

交叉验证 (Cross-Validation)超参数调优 (Hyperparameter Tuning)模型评估指标 (Model Evaluation Metrics)正则化与归一化 (Regularization and Normalization)集成学习 (Ensemble Learning)特征工程 (Feature Engineering)过拟合与欠拟合 (Overfitting and Underfitting)

机器学习应用

监督学习无监督学习半监督学习强化学习分类算法回归分析聚类算法神经网络决策树支持向量机

滨湖区创脉思软件工作室 ⓒ Copyright 2024

苏ICP备2023020970号-2