会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
zoeyn
博客园
|
首页
|
新随笔
|
新文章
|
联系
|
订阅
|
管理
2019年4月5日
19年上半年算法岗位面试经历
摘要: 总结:介绍算法模型一般从模型要解决的问题场景入手。然后介绍模型建模的思路,使用的损失函数,对损失函数的优化如何求解这几块。最后介绍下算法模型的优点和缺点。 一、小米面试(凉凉)——一面1小时,二面40分钟 1、 数据结构很重要(重要指数10颗星) 2、 编程题: (1)a = [1, 2, 3] b
阅读全文
posted @ 2019-04-05 10:51 zoeyn
阅读(953)
评论(0)
推荐(0)
编辑
2018年12月23日
决策树
摘要: 一、信息论基础 (1)熵 信息熵即信息的期望值,熵是用来度量随机变量的不确定性。数学公式表达如下: 其中负号是用来保证信息量是正数或者零。H(X)就被称为随机变量x的熵,它是对所有可能发生的事件产生的信息量的期望。从公式可以得出结论:随机变量的取值个数越多,状态数也就越多,信息熵就越大,不确定性就越
阅读全文
posted @ 2018-12-23 21:26 zoeyn
阅读(1098)
评论(0)
推荐(0)
编辑
2018年12月21日
逻辑回归
摘要: 一、逻辑回归原理 前面我们讲的线性回归模型是求输出特征向量Y和输入样本矩阵X之间的线性关系系数θ,从而拟合模型Y = Xθ。此时的Y是连续的,所以是回归模型。那么,考虑如果Y是离散的话,要怎么进行处理?此时可以通过映射函数G(Y)将Y映射为连续的值,并且规定在一定的实数范围内属于一个类别,另一个实数
阅读全文
posted @ 2018-12-21 11:00 zoeyn
阅读(1524)
评论(0)
推荐(0)
编辑
2018年12月18日
线性回归
摘要: 首先回顾一下前面介绍的机器学习,这里就放一个简单的思维导图的截图在这了哈... 下面正式开始介绍线性回归。 一、线性模型 从机器学习的分类来看,线性回归属于监督学习。其目的是根据给定的特征数据找到一条可以拟合这些数据的直线,即找到一个从特征空间X到输出空间Y的最优的线性映射函数。用模型的数学表达式表
阅读全文
posted @ 2018-12-18 19:17 zoeyn
阅读(669)
评论(0)
推荐(0)
编辑
机器学习简介
摘要: 一、机器学习简介 (一)是什么? 对象:具有一定统计规律的数据 方法:监督学习、无监督学习、半监督学习、强化学习 目的:最小化损失函数来预测模型参数,从而使得模型具有更好的泛化能力 (二)分类 监督学习:根据带标签的数据来训练模型。分类任务、回归任务、序列标注任务 无监督学习:从未标记的训练数据来训
阅读全文
posted @ 2018-12-18 15:38 zoeyn
阅读(192)
评论(0)
推荐(0)
编辑
公告