机器学习笔试面试超详细总结（一）

文章目录 一、判别模型和生成模型 二、最大几率分词 三、中文分词的基本方法 四、CRF（条件随机场）的特色 五、隐马尔可夫模型（HMM）时间复杂度及能够使用的数据集 六、在二分类问题中的评价方案 七、决策树特色 八、过拟合 九、异方差性 十、Fisher线性判别函数/PCA 十一、参数估计算法 十二、Naive Bayesian（NB）分类模型，数据重复问题 1三、下列那个方法不能够对文本分类 1

>>阅读原文<<