机器学习面试八股总结

下面是本人在面试中整理的资料和文字，主要针对机器学习面试八股做浅显的总结，大部分来源于ChatGPT，中间有借鉴一些博主的优质文章，已经在各文中指出原文。有任何问题，欢迎随时不吝指正。

文章系列图像使用动漫 《星游记》插图。

AIGC图像生成相关的八股和模型知识参考：小白也能读懂的AIGC扩散（Diffusion）模型系列讲解

机器学习

1. 机器学习——损失函数、代价函数、KL散度
2. 机器学习——特征工程、正则化、强化学习
3. 机器学习——常见算法汇总
4. 机器学习——感知机、MLP、SVM
5. 机器学习——KNN
6. 机器学习——贝叶斯
7. 机器学习——决策树
8. 机器学习——随机森林、Bagging、Boosting、集成学习
9. 机器学习——Boosting中常用算法（GBDT、XGBoost、LightGBM）迭代路径
10. 机器学习——聚类算法（Kmeans、GMM-使用EM优化）
11. 机器学习——降维