机器学习入门之19问

1. 如何定义机器学习?机器学习是为了构建可根据数据学习的系统。学习意味着在某项任务中取得更好的成绩, 给出一些性能指标。2. 机器学习可以解决的四类问题?机器学习很适合解决那些我们没有算法方案来解决的复杂问题,可以替换长时间的手动调整规则列表,构建适应波动环境的系统,,最后帮助人类学习(如:数据挖掘)。3. 什么是带标签的训练集?一个训练集包含了每个实例所需的解决方案(也可理解为预期的结果)。4. 最常见的两个监督任务是什么?回归和分类5. 指出四个常见的非监督任务?聚类,可视化,降维,关联规则学习6. 要让一个机器人能在各种未知地形行走,你会采用什么机器学习算法?强化学习可能会表现得最好,因为这通常是强化学习处理的问题类型。也许可以把这个问题表达为一个有监督或半监督的学习问题,但这将是不太自然的。7. 要对你的顾客进行分组,你会采用哪类算法?如果你不知道如果定义分组,则可以通过聚类算法(无监督学习)将客户细分为类似客户的集群。但是,当你知道你想要哪些组,则可以将每个分组中的示例提供给分类算法中(监督学习),然后它会将你的顾客归类到这些群组中。8. 垃圾邮件检测是监督学习问题,还是非监督学习问题?垃圾邮件检测是一个很经典的监督学习问题:该算法需要提供很多带有标签的邮件 (垃圾邮件或非垃圾邮件) 一起。9. 什么是在线学习系统?一个在线学习系统可以逐步学习,而不是分批学习系统。这使得它能够快速适应不断变化的数据和自治系统, 以及对大量数据进行训练。10. 什么是核外学习(out-of-core learning)?核外(out-of-core)算法可以处理大量无法容纳在计算机主内存中的数据。一个核外学习算法将数据分割成小数据块,并使用在线学习技术从这些小数据块中学习。11. 什么学习算法是用相似度做预测?基于实例的学习系统通过心学训练数据。然后,当给定一个新实例时,它使用相似性度量来查找最相似的学习实例,并使用它们进行预测。12. 模型参数和学习算法的超参数的区别是什么?模型有一个或多个模型参数来决定当定一个新实例将预测什么 (如:线性模型的斜率)。学习算法试图找到这些参数的最佳值,使模型能够很好地推广到新的实例。超参数是学习算法本身的参数,而不是模型 (如:应用的正则化量)。13. 基于模型学习的算法搜寻的是什么?最成功的策略是什么?基于模型学习如何做预测?基于模型的学习算法搜索模型参数的最优值,使模型能够很好地推广到新实例。我们通常通过最小化成本函数来训练这样的系统,它能测量系统在对训练数据进行预测时的糟糕程度,再加上在模型正规化时对模型复杂度的惩罚。为了进行预测, 我们利用学习算法找到的参数值,将新实例的特征引入到模型的预测函数中。14. 机器学习的四个主要挑战是什么?机器学习中的一些主要挑战是缺乏数据,数据质量不高,缺乏代表性,无特点,过于简单的模型欠拟合数据,以及过度复杂的模型过度拟合数据。15. 如果模型在训练集上表现好,但推广到新实例表现差,问题是什么?给出三个可能的解决方案。这个模型可能过度拟合了训练数据(或者是我们得到了幸运的训练数据)。过度拟合可能的解决办法就是获取更多的数据,简化模型(选择更简单的算法,减少使用的参数或特征的数量,或使模型更加规范化),或对训练数据降噪。16. 什么是测试集,为什么要使用它?模型在生产中启动之前,使用测试集来估计模型对新实例产生的泛化误差。17. 验证集的目的是什么?验证集用于比较模型。它将使我们尽可能得选择最佳模型和优化超参数。18. 如果用测试集调节超参数,会发生什么?如果你使用测试集来调节超参数,你冒着过度拟合测试集得风险,并且你度量的泛化误差将是乐观的 (你可能会启动一个性能比预期更差的模型)。19. 什么是交叉验证,为什么它比验证集好?交叉验证是一项用来比较模型的技术 (用于模型选择和超参数优化),而无需单独的验证集。这将节省宝贵的训练数据。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180613G1M81Z00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券