人工智能機器學習面試題和答案

預(yù)測。有兩個類問題的分類稱為二元分類，多于兩個類稱為多類可能包括參數(shù)調(diào)整、數(shù)據(jù)準備、數(shù)據(jù)收集、模型訓練、模型評估和預(yù)測等。23、精確度和召回率是什么?Precision和Recall都是信息檢索領(lǐng)域中用來衡量信息檢索系統(tǒng)根據(jù)用戶請求回收相關(guān)數(shù)據(jù)的好壞的度量。精度可以說是一個積極的預(yù)測值。它是接收到的實例中相關(guān)實例的比例。另一方面，召回率是已檢索到的相關(guān)實例在總量或相關(guān)實例中所占的比例。召回也稱為敏感24、機器學習中的決策樹是什么?決策樹可以定義為監(jiān)督機器學習，其中數(shù)據(jù)根據(jù)某個參數(shù)不斷拆分。它構(gòu)建類似于樹結(jié)構(gòu)的分類或回歸模型，在開發(fā)決策樹時將數(shù)據(jù)集分解為更小的子集。樹可以由兩個實體定義，即決策節(jié)點和葉子。葉子是決策或結(jié)果，決策節(jié)點是數(shù)據(jù)拆分的地方。決策樹可以管理分類數(shù)據(jù)和數(shù)值數(shù)據(jù)。25、監(jiān)督學習的功能是什么?監(jiān)督學習的功能是：分類語音識別回歸預(yù)測時間序列注釋字符串26、無監(jiān)督學習的功能是什么?無監(jiān)督學習的功能是：查找數(shù)據(jù)集群查找數(shù)據(jù)的低維表示在數(shù)據(jù)中尋找有趣的方向?qū)ふ倚碌挠^察/數(shù)據(jù)庫清理尋找有趣的坐標和相關(guān)性27、算法無關(guān)的機器學習是什么?算法獨立的機器學習可以定義為機器學習，其中數(shù)學基礎(chǔ)獨立于任何特定的分類器或?qū)W28、機器學習中的分類器是什么?分類器是假設(shè)或離散值函數(shù)的情況，用于將類標簽分配給特定數(shù)據(jù)點。它是一個輸入離散或連續(xù)特征值向量并輸出單個離散值(類)的系統(tǒng)。29、遺傳編程是什么?遺傳編程(GP)幾乎類似于進化算法，它是機器學習的一個子集。遺傳編程軟件系統(tǒng)實現(xiàn)了一種算法，該算法使用隨機變異、適應(yīng)度函數(shù)、交叉和多代進化來解決用戶定義的任務(wù)。遺傳編程模型基于測試并在一組結(jié)果中選擇最佳選項。30、什么是機器學習中的SVM?SVM可以處理的分類方法有哪些?SVM代表支持向量機。SVM是具有相關(guān)學習算法的監(jiān)督學習模型，用于分析用于分類和回歸分析的數(shù)據(jù)。SVM可以處理的分類方法有：結(jié)合二元分類器修改二進制以包含多33、混淆矩陣中的真陽性、真陰性、假陽性Bagging是集成學習中的一個過程，用于改進不穩(wěn)定的估計或分類方案。依次使用Bagging和Boosting的相似之處：兩者都是從1個學習者那里獲得N次學習的集成各種疾病存在的概率。高效的算法可以在貝葉斯網(wǎng)絡(luò)中執(zhí)行推理或的結(jié)果被認為是最好的，趨向于0的被認為是最差的。它可以用于分類測試，其中真正的47、什么是正則化?