一组可能的机器学习问题列表

1. 线性回归与多项式拟合的关系
2. 最小二乘法在机器学习中的应用
3. 梯度下降是如何实现的
4. 贝叶斯分类器的应用场景
5. 高斯分布与判定在哪里用到
6. 模型的评估有哪些参数
7. 误差中的偏差和方差定义
8. 训练集分组的快捷方式
9. 如何度量模型性能
10. 查准率查全率的定义
11. roc,aux的含义
12. 正则化是什么意思
13. k均值用来解决什么问题
14. 解释一下em算法的原理
15. 决策树是如何引入信息熵的概念的
16. id3算法的应用场景
17. c4.5算法中的剪枝如何理解
18. cart算法的适用范围
19. 神经网络的bp算法是谁发现的
20. 你能用excel构建一个神经网络模型吗
21. mnist模型的特征
22. 隐马尔可夫模型的理论基础
23. hmm的三个基本问题及处理逻辑
24. 如何理解向量机和超平面
25. 函数间隔和几何间隔的定义
26. 概述svm问题
27. 非线性向量机，核函数用来解决什么问题
28. 什么叫软间隔向量机
29. smo算法的基本过程
30. 何谓余弦相似度
31. slope one算法的逻辑过程
32. 什么是本征值
33. 什么是奇异值
34. pca算法用来处理哪类问题
35. 装袋算法是什么？
36. adaboost算法的逻辑
37. 随机森林的