数据科学面试问题 - 深度学习

mdazizulhakim17

以下是与深度学习相关的一些最重要的 数据科学面试问题：
解释深度学习和机器学习。

使计算机无需编程即可学习的能力称为机器学习。其分类有以下三种：

强化学习

机器学习无监督

监督下的机器学习

机器学习的细分领域，与人工神经网络（即大脑）的功能 英国手机号码 和结构所热衷的算法相关



为什么深度学习在世界范围内得到广泛应用？

如今，深度学习多年来越来越受欢迎，尽管它最近大幅占据了领先地位之一。原因如下：

数据生成的指数增长归因于多个来源。

硬件资源的增加对于顺利运行这些模型至关重要。

使用 GPU，可以创建更深、更大的深度学习模型，而且速度也非常快。此外，与以前的方法相比，它花费的时间更少。



定义强化学习。

通过这个过程，您可以学习如何了解情况以及需要采取哪些措施来采取行动。最终结果是充分利用数字奖励信号。尽管它没有确切指示必须采取哪项操作，但您必须搜索可提供最佳结果的操作。



说明权重在网络中的用法。

有两个过程可以使用权重，包括将权重重置为零或随机分配权重。

将所有权重重置为 0：此方法使您的模块变得类似于线性模型。每层和每个神经元都执行相同的操作。它还提供了相同的结果并导致深度网络毫无用处。

随机重置权重：通过将权重重置为接近零来随机分配权重。由于每个神经元执行单独的计算，因此它为模型提供了更高的精度。这是经常实施的流程之一。这是最重要的数据科学面试问题之一。