添加10份【面试经验】和10道【机器学习】面试题

Author: amusi

docs/机器学习.md

@@ -334,11 +334,22 @@ http://www.zhihu.com/question/26768865/answer/34078149
 **参考资料**
 
 - [LR与SVM的异同](https://www.cnblogs.com/zhizhan/p/5038747.html)
-
 - [SVM和logistic回归分别在什么情况下使用？](<https://www.zhihu.com/question/21704547/answer/20293255>)
-
 - [Linear SVM 和 LR 有什么异同？](https://www.zhihu.com/question/26768865/answer/34078149)
 
+### SVM 中有哪些核函数？
+
+- [ ] TODO
+
+**参考资料**
+
+- [svm常用核函数及选择核函数的方法](https://blog.csdn.net/ningyanggege/article/details/84072842)
+- [SVM由浅入深的尝试（五）核函数的理解](https://www.jianshu.com/p/e07932472257?utm_campaign)
+
+### SVM中的优化技术有哪些？
+
+- [ ] TODO
+
 ## 梯度提升树（GDBT）
 
 ### 基本原理
@@ -457,6 +468,10 @@ until 簇不发生变化或达到最大迭代次数
 
 - [ ] TODO
 
+### K-Meansz 中的 K 怎么确定？
+
+- [ ] TODO
+
 **参考资料**
 
 -  [Kmeans算法与KNN算法的区别](https://www.cnblogs.com/peizhe123/p/4619066.html)
@@ -502,9 +517,12 @@ until 簇不发生变化或达到最大迭代次数
 **参考资料**
 
 - [第4章 基于概率论的分类方法：朴素贝叶斯](https://www.cnblogs.com/apachecnxy/p/7471634.html)
-
 - [数据挖掘领域十大经典算法之—朴素贝叶斯算法（超详细附代码）](https://blog.csdn.net/fuqiuai/article/details/79458943)
 
+### 为什么朴素贝叶斯被称为“朴素”？
+
+- [ ] TODO
+
 ## EM算法
 
 ### 基本原理
@@ -641,6 +659,10 @@ CART在生成子树时，是选择一个特征一个取值作为切分点，生
 - [随机森林（Random Forest）](https://www.cnblogs.com/maybe2030/p/4585705.html)
 - [机器学习算法之随机森林算法详解及工作原理图解](http://www.elecfans.com/d/647463.html)
 
+### 随机森林中的“随机”指什么？
+
+- [ ] TODO
+
 ## XGBoost
 
 ### 基本原理
@@ -1141,9 +1163,28 @@ L2正则化参数
 - 增加网络复杂度
 - 使用集成学习方法，如Bagging
 
+## 精确率（precision）和召回率（recall）
+
+- [ ] TODO
+
+**参考资料**
+
+- [如何解释召回率与精确率？](https://www.zhihu.com/question/19645541)
+- [分类--精确率和召回率](https://www.cnblogs.com/taro/p/8643335.html)
+
 ## AUC 和 ROC
 
-TODO
+### 基本原理
+
+- [ ] TODO
+
+### 如何绘制ROC曲线？
+
+- [ ] TODO
+
+### ROC曲线下面积表示什么？
+
+- [ ] TODO
 
 ## 梯度弥散和梯度爆炸
 

docs/编程语言.md

@@ -380,6 +380,8 @@ sizeof(A)大小为8，因为struct中i和j各自得到了一块内存，每人4
 
 ## 二、Python
 
+### Python中可变和不可变对象是什么意思？
+
 TODO
 
 ## 三、JAVA