机器学习总结
机器学习中一般怎么衡量模型效果？auc值怎么理解？解答
怎么衡量两个分布的差异？KL散度和交叉熵损失有什么不同？解答
为什么会发生过拟合？/那如何降低过拟合？解答
样本不平衡 解答
泛化误差如何产生，有哪些方法可以减小？解决
生成模型和判别模型 解答
高斯混合模型以及参数估计过程 解答
解释一下什么是凸函数 解答
维度灾难是什么，解决方法有哪些 解答
假设检验 解答
bayes公式 解答
正则化面经
正则化
岭回归和Lasso
方差和偏差的概念
线性回归面经1
逻辑回归面经1
逻辑回归面经2
逻辑回归面经3
特征共线
怎么理解最大似然估计？ 解答
逻辑回归损失函数和求导
逻辑回归损失函数可以用mse吗？解答
逻辑回归多分类的目标函数是什么？
逻辑斯蒂回归里面，输出的那个0-1之间的值，是概率值吗？ 解答 你看它又叫对数几率回归，怎么理解几率这个概念 解答
逻辑回归建模，如果只有9个正样本，一个负样本，那么有一列特征，这个特征对于的权重是正还是负？
逻辑回归在二分类中用到了sigmoid函数，多分类中是softmax函数，当softmax函数用于二分类问题的时候，这两个的区别？解答
直接用Softmax函数进行多分类和用sigmoid的函数二分类组合进行多分类的区别，各自适用于怎么样的场景 解答
决策树面经1
决策树，节点划分有哪些方法，如何剪枝?
写出信息增益的表达式，信息增益与信息增益率介绍一下 解答
CART了解吗？怎么做回归和分类的？解答
SVM面经1
介绍一下SVM，优化为什么要用对偶？
SVM和lr的异同点 解答
Svm核函数可以用哪些；
SVM 需不需要做 normalization？ 解答
SVM有什么优点？优化方法？
bagging和boosting 解答
解答
bagging里面树的深度和boosting里面的不同，为什么
boosting和bagging哪个减少方差哪个减少偏差？为什么？
0、1稀疏数据适合随机森林吗？为什么不适合？解答 解答
随机森林里面的两个随机，随机森林为什么是减小方差 解答 解答
树模型对离散特征怎么处理的，可以做哪些特征工程？
树模型怎么决定一个叶子结点是否要分裂 解答
xbdt面经
比较下随机森林和GBDT 解答
lightgbm和xgboost的区别 解答
GBDT使用的什么树？回归树怎么做分类？ 解答
XGBoost的并行化思想体现在哪里？哪些地方可以并行，哪些地方不可以并行？解答
Xgboost 的 loss 函数有什么特点，与其他树模型有什么区别
xgb,gbdt,RF区别与联系
xgboost正则化项和什么有关 解答
树模型对缺失值如何处理 解答 Xgboost怎么衡量特征重要性？
XGBoost是怎么选择最优分裂点的
Xgboost的应该着重调哪些参数 解答
GBDT可以并行吗？解答
[机器学习优化算法]面经(https://zhuanlan.zhihu.com/p/67281656)
