Data Science 大神 看过来！

hxtang 发表于 2016-12-5 00:52
说一点machine learning的方面的建议。
- 大的概念上，至少能分清楚classification/regression, 知道overf ...

姐姐看过来，

我打算准备
classification/regression, 知道overfitting是什么，regularization， l1 vs l2 regularization。 但是网上看到的l1 l2 解析不清楚啊， 需要数学全弄懂吗？

有没有一些教你design 一个 machine learning algorithm 之类的。

补充内容 (2016-12-6 15:09):
多谢姐姐了！

笑眯眯的白云 发表于 2016-12-6 15:09
姐姐看过来，

我打算准备

l1 vs l2只需要讲清楚l2隐含的是一个zero mean的Gaussian prior，把hidden variable往原点的方向push，但是一般不会出现0值。l1 enforce sparsity constraint，push hidden variable出现大量0和少量非0。我面试就这么intuitive地讲了下也没有被质疑过。

我碰到过一两次给一个应用问题，让design一个learning algorithm的。一般问题或者是面试官所在组的问题，或者是我以前做过的问题。
如果是新问题，可以先扯怎么把问题转化成一个learning问题(regression or classification, label怎么定义，training数据怎么选），然后套一个合适的模型去解。这样能得个基本分。
如果是已经做过的问题，那么会问模型之间的比较，或者如果要套到一个新模型上怎么做。这个就没办法，只有靠积累了。