机器学习岗位面试问题汇总 之 总体性问题

自己结合网络内容总结，欢迎指正欢迎补充。

最新更新：20170627—版本2（扩充问题，取消简易答案）

1.机器学习、模式识别、深度学习的关系

2.解释监督学习、非监督学习、半监督学习的关系

3.机器学习模型分类 之 监督/非监督

4.机器学习模型分类 之 回归/分类/标注

5.机器学习模型分类 之 判别模型/生成模型

6.生成模型、判别模型的区别？各自的优缺点？

7.AUC的本质是什么？AUC有哪些计算方法？

8.解释L0、L1、L2正则化/规则化

9.如何解决过拟合问题

10.分别说明training-data，validation-data和test-data的作用

11.如何选取学习速率、正则项系数和mini-batch-size

12.分类和回归的区别

13.线性分类器和非线性分类器的区别和优劣

14.如何处理缺失数据

15.机器学习的一般步骤是什么？

16.简单介绍最小二乘法