机器学习考试简答题1、什么是机器学习？简述机器学习的一般过程。2、简述K折交叉验证与留一法的基本思想及其特点。3、简述什么是欠拟合和过拟合、产生的原因以及如何解决。4、简述线性回归与逻辑回归的区别。5、简述剪枝的目的以及常用的两种剪枝方式的基本过程。6、简述K均值聚类算法的流程。7、简述什么是降维以及PCA算法的流程。8、简述贝叶斯网的组成，贝叶斯网中结点的三种连接方式，并分析它们的独立性。9、简述卷积神经网络与传统的神经网络的区别。10、简述基于核函数的非线性支持向量机的基本思想。
目录1、什么是机器学习？简述机器学习的一般过程。2、简述K折交叉验证与留一法的基本思想及其特点。3、简述什么是欠拟合和过拟合、产生的原因以及如何解决。4、简述线性回归与逻辑回归的区别。5、简述剪枝的目的以及常用的两种剪枝方式的基本过程。6、简述K均值聚类算法的流程。7、简述什么是降维以及PCA算法的流程。8、简述贝叶斯网的组成，贝叶斯网中结点的三种连接方式，并分析它们的独立性。9、简述卷积神经网络与传统的神经网络的区别。10、简述基于核函数的非线性支持向量机的基本思想
