机器学习优化方法知识点

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

20 道原题
  1. 数据类别不平衡怎么处理?

    原题
  2. 什么是过拟合,解决过拟合的方法有哪些?

    原题
  3. 什么是欠拟合,解决欠拟合的方法有哪些?

    原题
  4. 正则化的本质以及常用正则化手段?

    原题
  5. L范数的作用?

    原题
  6. Dropout的作用?

    原题
  7. 如何找到让F1最高的分类阈值?

    原题
  8. L1正则为什么比L2正则更容易产生稀疏解?

    原题
  9. 梯度爆炸和梯度消失产生的原因及解决方法?

    原题
  10. 数据EDA逻辑(Exploratory Data Analysis)?

    原题