《讲解》专题

本文向大家介绍目标检测了解吗，Faster RCNN跟RCNN有什么区别相关面试题，主要包含被问及目标检测了解吗，Faster RCNN跟RCNN有什么区别时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实时处理时，目

本文向大家介绍SPP，YOLO了解吗？相关面试题，主要包含被问及SPP，YOLO了解吗？时的应答技巧和注意事项，需要的朋友参考一下 参考回答： SPP-Net简介： SPP-Net主要改进有下面两个： 1）.共享卷积计算、2）.空间金字塔池化 在SPP-Net中同样由这几个部分组成： ss算法、CNN网络、SVM分类器、bounding box ss算法的区域建议框同样在原图上生成，但是却在Con

本文向大家介绍RNN容易梯度消失，怎么解决？相关面试题，主要包含被问及RNN容易梯度消失，怎么解决？时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 1）、梯度裁剪（Clipping Gradient） 既然在BP过程中会产生梯度消失（就是偏导无限接近0，导致长时记忆无法更新），那么最简单粗暴的方法，设定阈值，当梯度小于阈值时，更新的梯度为阈值。 优点：简单粗暴 缺点：很难找到满意的阈值 2

本文向大家介绍梯度消失梯度爆炸怎么解决相关面试题，主要包含被问及梯度消失梯度爆炸怎么解决时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 1）、使用 ReLU、LReLU、ELU、maxout 等激活函数 sigmoid函数的梯度随着x的增大或减小和消失，而ReLU不会。 2）、使用批规范化 通过规范化操作将输出信号x规范化到均值为0，方差为1保证网络的稳定性。从上述分析分可以看到，反向传播

本文向大家介绍解释对偶概念？相关面试题，主要包含被问及解释对偶概念？时的应答技巧和注意事项，需要的朋友参考一下 一个优化问题可以从两个角度进行考察，一个是primal问题，一个是dual问题，就是对偶问题，一般情况下对偶问题给出主问题最优值的下界，在强对偶性成立的情况下由对偶问题可以得到主问题的最优下界，对偶问题是凸优化问题，可以进行较好的求解，SVM中就是将主问题转换为对偶问题进行求解，从而引入

本文向大家介绍解释对偶？相关面试题，主要包含被问及解释对偶？时的应答技巧和注意事项，需要的朋友参考一下 一个优化问题可以从两个角度进行考察，一个是主问题，一个是对偶问题，一般对偶问题给出的是问题最优值的下界，在KKT条件下可以进行转换，对偶问题是凸优化问题，可以进行很好的求解，svm就是将主问题转换为对偶问题求解，进一步引入核函数的思想

本文向大家介绍相似度的计算方法了解哪些，各自的优缺点是什么？ 相关面试题，主要包含被问及相似度的计算方法了解哪些，各自的优缺点是什么？ 时的应答技巧和注意事项，需要的朋友参考一下 1.皮尔逊相关系数 反映的是两个变量之间的线性相关性，它的一个缺点是针对用户之间只有一个共同的评分项不能进行比较，另外没有考虑重叠的评分项数量对相似度的影响 2.欧几里得距离 描述两个变量之间的直线距离，当两个变量至少有

本文向大家介绍SVM为什么使用对偶函数求解相关面试题，主要包含被问及SVM为什么使用对偶函数求解时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 对偶将原始问题中的约束转为了对偶问题中的等式约束,而且更加方便了核函数的引入,同时也改变了问题的复杂度,在原始问题下,求解问题的复杂度只与样本的维度有关,在对偶问题下,只与样本的数量有关。

本文向大家介绍SVM所有核函数的了解应用，SVM的损失函数相关面试题，主要包含被问及SVM所有核函数的了解应用，SVM的损失函数时的应答技巧和注意事项，需要的朋友参考一下 参考回答： SVM核函数： 1 核函数本质 核函数的本质可以概括为如下三点： 1）实际应用中，常常遇到线性不可分的情况。针对这种情况，常用做法是把样例特征映射到高维空间中，转化为线性可分问题。 2）将样例特征映射到高维空间，可能

本文向大家介绍请你说一说交叉熵，也可以再说一下其他的你了解的熵相关面试题，主要包含被问及请你说一说交叉熵，也可以再说一下其他的你了解的熵时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 为了更好的理解，需要了解的概率必备知识有： 大写字母X表示随机变量，小写字母x表示随机变量X的某个具体的取值； P(X)表示随机变量X的概率分布，P(X,Y)表示随机变量X、Y的联合概率分布，P(Y|X)表示

本文向大家介绍推荐系统的大概步骤，解决冷启动。。。相关面试题，主要包含被问及推荐系统的大概步骤，解决冷启动。。。时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 步骤：1）收集用户的所有信息。2）使用大数据计算平台对收集的信息进行处理，的到用户偏好数据。3）将偏好数据导入喜好类型计算算法中进行预算计算，的到预算结果。4）将推荐的结果导入数据库（redis、hbase）。5）发开一个推荐引擎，

本文向大家介绍传统的机器学习算法了解吗相关面试题，主要包含被问及传统的机器学习算法了解吗时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 常见的机器学习算法： 1）. 回归算法：回归算法是试图采用对误差的衡量来探索变量之间的关系的一类算法。回归算法是统计机器学习的利器。 常见的回归算法包括：最小二乘法（Ordinary Least Square），逻辑回归（Logistic Regressi

本文向大家介绍方差偏差的分解公式相关面试题，主要包含被问及方差偏差的分解公式时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 为模型的方差 为模型的偏差 为模型的噪声 为训练集D上学得模型f在x上的输出 为模型的期望预测

本文向大家介绍正负样本不平衡的解决办法？评价指标的参考价值？相关面试题，主要包含被问及正负样本不平衡的解决办法？评价指标的参考价值？时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 上下采样法。 好的指标：ROC和AUC、F值、G-Mean；不好的指标：Precision、Recall

本文向大家介绍AUC的理解相关面试题，主要包含被问及AUC的理解时的应答技巧和注意事项，需要的朋友参考一下 参考回答： Auc体现出容忍样本倾斜的能力,只反应模型对正负样本排序能力的强弱,而其直观含以上是任意取一个正样本和负样本,正样本的得分大于负样本的概率。