layout default 机器学习有关八股目录（按李航书顺序，施工中） 训练框架有关 0 .数据预处理有关 1. 测试集、训练集、验证集 2. 过拟合、欠拟合、正则化 3. 常见损失函数，梯度下降具体流程 4. 其他技巧，如学习率调整，批归一化，Dropout，数据增强，Buffer等 5. 评价指标，如准确率，精确率，召回率，F1，AUC等 传统监督学习上 1. 感知机 2. k近邻 3. 朴素贝叶斯 4. 决策树 5. LOgiistic回归 传统监督学习下 6. 提升方法 7. SVM 8. EM算法 9. 隐马尔可夫模型（也可以放强化学习那部分） 非监督学习 1. 聚类 2. PCA和ICA 半监督学习（了解下概念） 神经网络和深度学习 1. 神经网络基本概念，包括前向传播，反向传播，激活函数等 2. 卷积神经网络 3. 循环神经网络（包括LSTM和GRU） 4. 图卷积网络 5. Attention机制，Transformer（其他和时空特征有关的模型，高德估计会问） 6. 深度学习训练技巧 7，大模型有关，如BERT（了解，表示我紧跟技术）