摘要：
一、经验误差与拟合 1、模型的评估 机器学习的目的是使学到的模型不仅对已知数据而且对未知数据都能有很好的预测能力。不同的学习方法会训练出不同的模型，不同的模型可能会对未知数据作出不同的预测，所以，如何评价模型好坏，并选择出好的模型是我们所学的重点。 2、训练集与测试集 （1）为什么要划分训练集和测试 阅读全文
摘要：
五、机器学习发展史 1、机器学习发展阶段 （1）基础奠定的热烈时期: 20世纪50年代初到60年代中叶 （2）停滞不前的冷静时期: 20世纪60年代中叶到70年代末 （3）重拾希望的复兴时期: 20世纪70年代末到80年代中叶 （4）现代机器学习的成型时期: 20世纪90年初到21世纪初 （5）大放 阅读全文
摘要：
一、引言 机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 在计算机系统中，“经验”通常以“数据”的形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生的“模型”的算法，即“学习算法”。有了学习算法，我们就把经验数据提供给它，它就能基于这些数据产生模型，在面对新 阅读全文
摘要：
一、请简述Linux安装时的两个必备分区、挂载点和类型。 一般情况下，安装红旗Linux需要两个必备分区，即一个根文件系统分区，挂载点（/），类型为ext3、ext2或reiserfs；一个交换分区，挂载点无，类型为swap。 二、请简述Linux简单命令（至少六种）。 1.who命令 who，将列 阅读全文
摘要：
一、什么是机器学习？简述机器学习的一般过程。 机器学习是通过算法使得机器从大量历史数据中学习规律，从而对新样本做分类或者预测。 一个机器学习过程主要分为三个阶段： （1）训练阶段，训练阶段的主要工作是根据训练数据建立模型。 （2）测试阶段，测试阶段的主要工作是利用验证集对模型评估与选择 （3）工作阶 阅读全文
摘要：
1.简述互联网信息抓取的方式。 互联网信息自动抓取，最常见且有效的方式是使用网络爬虫。 2.简述舆情系统的组成架构。 用户终端->采集层->分析层->呈现层->用户 3.中文分词算法可以分为哪几类？ （1）基于字符串匹配的分词方法，它是待处理的中文字符串与一个“尽可能全面”的词典中的词条按照一定的规 阅读全文
摘要：
1.数据可视化有哪些基本特征？ （1）易懂性，可视化可以使碎片化的数据转换成具有特定结构的知识，从而为决策支持提供帮助。 （2）必然性，大数据所产生的数据量必然要求人们对数据进行归纳总结，对数据的结构和形式进行转换处理。 （3）片面性，数据可视化的片面性特征要求可视化模式不能替代数据本身，只能作为数 阅读全文
摘要：
1.简述人工神经网络定义。 人工神经网络简称神经网络（NN），是基于生物学中神经网络的基本原理，在理解和抽象了人脑结构和外界刺激响应机制后，以网络拓扑知识为理论基础，模拟人脑的神经系统对复杂信息的处理机制的一种数学模型。 人工神经网络从信息处理角度，抽象了人脑神经元网络，模拟神经元信息处理机制，建立 阅读全文
摘要：
1.简述密集地震观测网的组成。 地震烈度速报系统、地震预警系统、MEMS传感器烈度仪和智能设备。 2.如何从地震大数据中找出关联性。 不拘泥于对因果关系的研究，向关联、非关联等相关关系探究转变。按照大数据的方式，不管这些数据的手段和学科，也不管它的空间维度和结构，只要出现异常就代入异常度公式计算。 阅读全文
摘要：
1.简述对用户画像的认识。 用户画像，即用户信息的标签化，是企业通过收集、分析用户数据后，抽象出的一个虚拟用户，可以认为是真实用户的虚拟代表。 2.简述构建用户画像的主要流程。 基础数据收集－＞行为建模－＞构建画像 3.个性化推荐系统的性能可以通过哪些标准来判定？ 用户满意度 覆盖率 预测准确度 冷 阅读全文