【深度学习校招面试总结|人工智能面试总结-支持向量机SVM】
目录
- 介绍下SVM？
- 推导下SVM？
- 说说SVM能解决哪些问题？
- 说说SVM核函数特点与作用？
- 说说SVM有什么主要特点？
- 说说SVM优缺点？
- 说说SVM为什么引入对偶问题？
- 说说SVM中你知道的核函数有以及表达式？
- 说说如何理解SVM中的对偶问题？
- 说说逻辑回归与SVM有什么区别？
- 说说如果特征比较多，用LR还是SVM？
- 说说SVM是否可以用随机梯度下降？
- 说说为什么SVM对缺失数据敏感？
- 说说SVM怎么防止过拟合？
介绍下SVM？
?SVM（Support Vector Machine，支持向量机）是二十世纪初使用广泛的分类算法，可以处理非线性和高维的机器学习问题。SVM目标是找到分类的最大间隔，为了更好的求解
推荐阅读
- 深度学习校招面试总结|人工智能面试总结-传统图像算法
- 深度学习校招面试总结|人工智能面试总结-回归
- java|咸鱼疯传5W次，字节最新春招面试题泄露
- 深度学习|基于pytorch用yolov5算法实现目标检测与分割
- 神经网络|如何从频域的角度解释CNN（卷积神经网络）（）
- 人工智能|Github热榜（2021年33篇最酷AI论文综述！）
- 人工智能|ReadPaper的在线论文阅读笔记神器
- 算法|DeepMind联合UCL，推出2021强化学习最新课程
- 人工智能|收藏 | 计算机顶会论文投稿指南