【算法岗面试系列】之机器学习

目录   1. 写出全概率公式&贝叶斯公式 2. 模型训练为什么要引入偏差(bias)和方差(variance)？ 证 3. CRF/朴素贝叶斯/EM/最大熵模型/马尔科夫随机场/混合高斯模型 4. 如何解决过拟合问题？ 5. One-hot的作用是什么？为什么不直接使用数字作为表示 6. 决策树和随机森林的区别是什么？ 7. 朴素贝叶斯为什么“朴素naive”？ 8. kmeans初始点除了随机

>>阅读原文<<