摘自书籍--------《机器学习实战：基于Scikit-Learn和TensorFlow》
1.你会怎么定义机器学习？
答：机器学习是一门能够让系统从数据中学习的计算机科学。
2.机器学习在哪些问题上表现突出？
答：机器学习非常利于，不存在已知算法解决方案的复杂问题，需要大量手动调整或是规则列表超长的问题，创建可以适应环境波动的系统。以及帮助人类学习。
3.什么是被标记的训练集数据集？
答：被标记的训练集指包含每个实例所期望的解决方案的训练集。
4.最常见的两种监督式学习任务是什么？
答：回归和分类
5.列举出四种常见的无监督式学习任务？
答：聚类，可视化，降维和关联规则学习。
6.要让一个机器人在各种未知的地形中行走，你会使用什么类型的机器学习算法。
答：强化学习效果最好，监督式或半监督式学习。
7.要将顾客分为多个组，你会使用什么类型的算法？
答：聚类
8.你会将垃圾邮件检测的问题列为监督式学习还是无监督式学习？
答：监督式学习。
9.什么是在线学习系统？
答：在线学习系统可以进行增量学习，与批量学习系统正好相反。它可以适应不断变化的数据，并能够在大量数据上进行训练。
10.什么是核外学习？
答：核外算法可以处理计算机无法应对的数据，它将数据切分为小批量，然后使用在线学习技术从这些小批量中学习。
11.什么类型的学习算法依赖相似度来做出预测？
答：基于实例的学习系统通过死记硬背的方式处理数据。
12.模型参数与学习算法的超参数之间有什么区别？
答：模型有一个或多个参数，这些参数决定了模型对新的给定实例会做出怎样的预测。学习算法试图找出这些参数的最佳值，使得该模型可以很好的泛化到新实例。超参数是学习算法本身的参数，不是模型的参数。（比如要应用的正则化常量）
13.基于模型的学习算法搜索的是什么？它们最常使用的策略是什么？它们如何做出预测？
答：基于模型的学习算法搜索使模型泛化最佳的模型参数值。通常通过使成本函数最小化来训练这样的系统，成本函数衡量的使系统对训练数据的预测有多坏，如果模型有正则化，则再加上一个对模型复杂度的惩罚。学习算法最后找到的参数值就是最终得到的预测函数，只需要将实例特征提供给这个预测函数即可进行预测。
14.你能提出机器学习的四个主要挑战吗？
答：数据缺失，数据质量差，数据代表性差，特征不具备信息量，模型过于简单化。
15.如果你的模型在训练数据上表现良好，但是应用到新的实例上的泛化结果却很糟糕，是怎么回事儿？能提出三种可能的解决方案吗？
答：存在过拟合问题。解决方案：获取更多的数据，简化模型（减少使用的参数或特征数量，对模型正则化处理），减少数据中的噪声。
16.什么是测试集，为什么要使用测试集？
答：评估模型的泛化能力，防止过拟合和欠拟合情况。
17.验证集的目的是什么？
答：比较不同的模型，可以用来选择最佳模型和调整超参数。
18.如果使用测试集调整超参数会出现什么问题？
答：可能存在过拟合的问题，泛化误差会过于乐观。
19.什么是交叉验证？它为什么比验证集好？
答：通过交叉验证技术，可以不需要单独的验证集实现模型比较，节约训练数据。
