AI人工智慧、機器學習面試題（2020最新版） | 美體產業公開資訊

2020年4月10日—人工智慧、機器學習面試題總結，側重於理解，回答供參考，歡迎討論。General.深度學習（DeepLearning,DL）和機器學習（Machine ...

人工智慧、機器學習面試題總結，側重於理解，回答供參考，歡迎討論。

深度學習（DeepLearning, DL）和機器學習（Machine Learning, ML）的關係是什麼？

深度學習是機器學習的子類，是利用深度神經網路提取特徵進行學習。機器學習還有其他非深度學習的技術，例如SVM、Decision Tree、NaiveBayes等。

深度學習流行的框架有哪些？各有什麼特點？

TensorFlow：最主流，生態支援完備，硬體友好，同時有Google Brain研究支撐。

PyTorch：後起之秀，融合了Torch和Caffe2，和python混合編程體驗好，學術界寵兒。

以及中國的PaddlePaddle，MindSpore等。

精確率（Precision）和召回率（Recall）以及F1值/分數（F1 value/score）是什麼？查准率和查全率呢？

先解釋縮寫：

TP: TruePositive，預測為真，結果也為真的數量；

FP: FalsePositive，預測為真，結果為假的數量；

FN:False Negative，預測為假，結果為真的數量。

精確率：P =TP/(TP+FP)，西瓜書里也叫查准率；

召回率：R =TP/(TP+FN)，西瓜書里也叫查全率。

F1值：F1 = 2*(P*R)/(P+R)，精確率和召回率的調和均值。

可以看出，精確率和召回率的區別在於分母，精確率關心的是預測為真的數量中有多少真正對的（而不是其他...