知乎之机器学习优质回答整理

0x01 知识储备篇

最大似然估计和最小二乘法怎么理解?
最优化问题的简洁介绍是什么?
非凸优化基石:Lipschitz Condition
为什么 Non-Convex Optimization 受到了越来越大的关注?
机器学习中用来防止过拟合的方法有哪些?
机器学习中使用「正则化来防止过拟合」到底是一个什么原理?为什么正则化项就可以防止过拟合?
机器学习中,有哪些特征选择的工程方法?
降维打击-观察高维世界
维度灾难
机器学习,数据挖掘在研究生阶段大概要学些什么?
面试官如何判断面试者的机器学习水平?
机器学习进阶的五个境界

0x02 算法篇

Linear least squares, Lasso,ridge regression有何本质区别?
大脑中的支持向量机
Linear SVM 和 LR 有什么异同?
机器学习系列(3)从一棵决策树到xgboost
机器学习算法中GBDT与Adaboost的区别与联系是什么?
如何用简单易懂的例子解释隐马尔可夫模型?
机器学习算法集锦:从贝叶斯到深度学习及各自优缺点
怎么通俗易懂地解释EM算法并且举个例子?
从高斯分布、机器人误差、EM算法到小球检测
机器学习各种算法怎么调参?
机器学习经典算法优缺点总结
各种机器学习的应用场景分别是什么?例如,k近邻,贝叶斯,决策树,svm,逻辑斯蒂回归和最大熵模型。

0x03 应用篇

机器学习鉴定《鬼吹灯1-4》是不是天下霸唱所写
分分钟带你杀入Kaggle Top 1%
如何在第一次天池比赛中进入Top 5%(一)
机器学习模型如何上线或者online学习?
AI重新定义Web安全

0x04 机器学习资料补充:

机器学习中的数据清洗与特征处理综述
特征处理
浅析Logistic Regression
支持向量机通俗导论(理解SVM的三层境界)

2017.10.31 update
2017.11.14 update

标签: none

「请我喝冰阔乐,您的支持将鼓励我继续创作!」

使用微信扫描二维码完成支付

添加新评论