發(fā)簡信
IP屬地：吉林
-
機(jī)器學(xué)習(xí)面試之生成模型VS判別模型
生成模型和判別模型是機(jī)器學(xué)習(xí)中兩類基本的模型强缘，在機(jī)器學(xué)習(xí)面試中散庶，經(jīng)常會被問到。能否清晰簡明地說明二者的不同若锁，直接影響到面試官對求職者基礎(chǔ)知識掌握...
-
那些年讓你迷惑的阻塞搁骑、非阻塞、異步又固、同步在IT圈混飯吃仲器，不管你用什么編程語言、從事前端還是后端仰冠，阻塞娄周、非阻塞、異步沪停、同步這些概念煤辨，都需要清晰地掌握裳涛，否則，怎么與面試官談笑風(fēng)生（chui...
-
機(jī)器學(xué)習(xí)面試之LSTM
在深度學(xué)習(xí)中众辨，RNN已經(jīng)成為標(biāo)準(zhǔn)組件端三，很多領(lǐng)域都要用到，LSTM則是最經(jīng)典的RNN結(jié)構(gòu)鹃彻。所以面試時是必問的郊闯，最基本的面試題就是要說清楚LSTM的...
-
機(jī)器學(xué)習(xí)面試之最大熵模型最大熵模型屬于運(yùn)用最大熵原理的多分類模型，這個模型在面試中經(jīng)常會與邏輯回歸一起問蛛株，比如团赁，為什么說二者是類似的？要解答這個問題谨履，需要對兩個模型的原...
-
機(jī)器學(xué)習(xí)面試之歸一化與標(biāo)準(zhǔn)化
在機(jī)器學(xué)習(xí)的面試中欢摄，數(shù)據(jù)是否需要?dú)w一化和標(biāo)準(zhǔn)化是個常見問題。之所以常見笋粟，是因為它有很多暗坑怀挠，每個暗坑都可以考察應(yīng)聘者機(jī)器學(xué)習(xí)基礎(chǔ)是否扎實(shí)。 1害捕、...
-
機(jī)器學(xué)習(xí)面試之邏輯回歸輸出的值是真實(shí)的概率嗎绿淋？邏輯回歸作為被廣泛使用的二分類模型，面試中自然是不可缺少的尝盼。但要深刻理解邏輯回歸又不是那么容易的吞滞，比如說，邏輯回歸輸出的值是0到1之間的值盾沫，這個...
-
機(jī)器學(xué)習(xí)面試之MSE與CE的區(qū)別裁赠？MSE和CE是機(jī)器學(xué)習(xí)中常見的兩種損失函數(shù)，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)中疮跑，也經(jīng)常用到组贺，但是如何深刻地理解二者的異同凸舵，卻不是容易輕松搞定的祖娘。本文從模擬面試的角...
-
機(jī)器學(xué)習(xí)必須熟悉的算法之word2vector（二）在上一篇文章中，我們簡述了skip gram版word2vector的基本原理啊奄，留下一個問題待解決渐苏，那就是網(wǎng)絡(luò)非常大，這將導(dǎo)致如下幾個困難：1菇夸、...
-
機(jī)器學(xué)習(xí)必須熟悉的算法之word2vector（一）word2vector已經(jīng)成為NLP領(lǐng)域的基石算法琼富。作為一名AI 從業(yè)者，如果不能主動去熟悉該算法庄新，應(yīng)該感到臉紅鞠眉。本文是一篇翻譯的文章薯鼠，原文鏈接...