1700533956
百面机器学习：算法工程师带你去面试 [:1700532183]
1700533957
百面机器学习：算法工程师带你去面试 第3章 经典算法
1700533958
1700533959
不忘初心，方得始终。何谓“初心”？初心便是在深度学习、人工智能呼风唤雨的时代，对数据和结论之间那条朴素之路的永恒探寻，是集前人之大智，真诚质朴求法向道的心中夙愿。
1700533960
1700533961
没有最好的分类器，只有最合适的分类器。随着神经网络模型日趋火热，深度学习大有一统江湖之势，传统机器学习算法似乎已经彻底被深度学习的光环所笼罩。然而，深度学习是数据驱动的，失去了数据，再精密的深度网络结构也是画饼充饥，无的放矢。在很多实际问题中，我们很难得到海量且带有精确标注的数据，这时深度学习也就没有大显身手的余地，反而许多传统方法可以灵活巧妙地进行处理。
1700533962
1700533963
本章将介绍有监督学习中的几种经典分类算法，从数学原理到实例分析，再到扩展应用，深入浅出地为读者解读分类问题历史长河中的胜败兴衰。掌握机器学习的基本模型，不仅是学好深度学习、成为优秀数据工程师的基础，更可以将很多数学模型、统计理论学以致用，探寻人工智能时代数据海洋中的规律与本源。
1700533964
1700533965
1700533966
1700533967
1700533968
百面机器学习：算法工程师带你去面试 [:1700532184]
1700533969
百面机器学习：算法工程师带你去面试 01 支持向量机
1700533970
1700533971
1700533972
1700533973
场景描述
1700533974
1700533975
支持向量机（Support Vector Machine，SVM）是众多监督学习方法中十分出色的一种，几乎所有讲述经典机器学习方法的教材都会介绍。关于SVM，流传着一个关于天使与魔鬼的故事。
1700533976
1700533977
传说魔鬼和天使玩了一个游戏，魔鬼在桌上放了两种颜色的球，如图3.1所示。魔鬼让天使用一根木棍将它们分开。这对天使来说，似乎太容易了。天使不假思索地一摆，便完成了任务，如图3.2所示。魔鬼又加入了更多的球。随着球的增多，似乎有的球不能再被原来的木棍正确分开，如图3.3所示。
1700533978
1700533979
1700533980
1700533981
1700533982
图3.1 分球问题1
1700533983
1700533984
1700533985
1700533986
1700533987
图3.2 分球问题1的简单解
1700533988
1700533989
1700533990
1700533991
1700533992
图3.3 分球问题2
1700533993
1700533994
SVM实际上是在为天使找到木棒的最佳放置位置，使得两边的球都离分隔它们的木棒足够远，如图3.4所示。依照SVM为天使选择的木棒位置，魔鬼即使按刚才的方式继续加入新球，木棒也能很好地将两类不同的球分开，如图3.5所示。
1700533995
1700533996
1700533997
1700533998
1700533999
图3.4 分球问题1的优化解
1700534000
1700534001
1700534002
1700534003
1700534004
图3.5 分球问题1的优化解面对分球问题2
1700534005