机器学习(Macheine Learning)面试知识点

关注我的公众号【宝哥大数据】

零、数学基础 一、 探索数据 1.1、数据质量分析

• 缺失值、异常值、不一致的数据、错误数据

• 数据预处理

1.2、特征工程 1.2.1、数据特征分析 1.2.2、归一化、标准化、正则化 1.2.3、特征提取、转换和选择

• 降维
  • 特征提取： 通过属性间的关系，如组合不同的属性得到新的属性，这样就改变了原来的特征空间
  • 特征选择：从原始特征数据集中选择出子集，是一种包含的关系，没有更改原始的特征空间
• 特征转换

1.3、模型  1.3.1、模型的选择、调优  1.3.2、模型的评估 1.4、数据可视化 1.5、Spark ML 二、 概念、理论、

机器学习的理论框架 机器学习概念,公式总结

2.1、统计方法三要素:模型+策略+算法 2.2、判别模型与生成模型 2.3、损失函数、代价函数与目标函数 2.3、核函数 三、监督学习

  监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归

3.1、分类 3.1.1、分类的原理

• 感知机
• KNN（K均邻算法）
• SVM(支持向量机)
• logistic 回归
  • python
• 朴素贝叶斯决策

3.1.2、Spark ML 构建分类模型 3.2、回归 3.2.1、 linear regression(线性回归)

• 线性回归python实现

   - 标准线性回归
   - 局部加权线性回归
   - 缩减法
   	- 岭回归
   	- lasso
   	- 前向逐步回归
  

3.2.2、广义线性回归 3.2.3、树回归 3.2.4、随机森林回归 3.2.5、梯度提高树回归(Gradient-boosted tree regression) 3.2.6、生存回归（Survival regression） 3.2.7、保序回归 3.2.8、Spark ML 构建回归模型 3.3、决策树

• python实现

• Ensembles of decision trees

  • random forests
  • gradient-boosted trees

• Isotonic regression

Linear models 四、非监督学习

  根据给定已知类别标签的样本，训练出某种模型，然后对未知类别的样本进行分类，称为supervised learning（监督学习）。   指事先并不知道样本的类别标签，希望通过某种算法来把未知类别的样本划分成若干类，亦称作 unsupervised learning （无监督学习）。

4.1、聚类 4.1.1、基于划分 4.1.1.1、k-means

• 效果衡量方法
  • SSE, 肘部法、轮廓系数法
• k-means的改进
• K-Menas处理的经验
  • 枚举特征
  • 长尾特征 对特征取log

4.1.2、层次聚类 4.1.3、基于密度聚类 4.1.3.1、Gaussian Mixture Model(GMM) 4.1.3.2、DBSCAN 4.1.3.3、Mean Shift(均值漂移) 4.1.4、基于网格 4.1.5、基于模型的方法（Model-based methods） 4.2、Apriori  4.2.1、Apriori概念及原理 4.3、FP-Growth  4.3.1、FP-Growth概念及原理 六、 深度学习 深度学习与机器学习的关系

七、应用  6.1、推荐系统 八、知识点 8.1、百面机器学习，学习笔记 8.2、转自光影流年925博客

• 人工智能、机器学习、深度学习、数据挖掘的区别是什么？
• 【笔记】想学机器学习？这里有你需要知道的一些基础知识！
• 【笔记】机器学习所涉及到的“概率论”知识
• 【笔记】机器学习用到的“概率论与数理统计”知识简单回顾
• 【笔记】机器学习用到的“高等数学”知识简单回顾