7.25 学习问题


1、多项式贝叶斯模型和贝叶斯模型有什么区别?

2、推荐算法常见的有几种?分别为哪几种?

3、广告投放系统的流程?具体变现的是哪一个过程?(有兴趣的同学可回答)

4、文本处理主要步骤是哪几个?可以用什么包来实现?

5、N-grams模型是HMM模型吗?它和普通的有什么区别?

6、最大熵模型作何理解?为什么我们要用最大熵的方法来拟合模型?

7、余弦相似度有什么用?在哪些地方用得到?

8、复习回顾
(1)为什么要对决策树进行剪枝?有什么常见的剪枝准则?
 
(2)有什么决策树算法既可以解决回归问题,也可以解决分类问题?
 
(3)在进行线性回归的时候,为什么需要对数据进行归一化?
 
(4)朴素贝叶斯算法是基于什么样的假设条件下成立的?
 
(5)梯度下降法分哪几种?区别是什么?(较难,建议百度)
 
 
 
 
 
原文地址:https://www.cnblogs.com/luozeng/p/7240887.html