机器学习、深度学习面试知识点汇总

下面是本人在面试中整理的资料和文字，主要针对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。

后续会更新AIGC图像生成相关的八股和模型知识。

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

---

深度学习

1. 深度学习——优化算法、激活函数、归一化、正则化
2. 深度学习——权重初始化、评估指标、梯度消失和梯度爆炸
3. 深度学习——前向传播与反向传播、神经网络（前馈神经网络与反馈神经网络）、常见算法概要汇总
4. 万字长文解读深度学习——卷积神经网络CNN
5. 万字长文解读深度学习——循环神经网络RNN、LSTM、GRU、Bi-RNN
6. 万字长文解读深度学习——Transformer
7. 万字长文解读深度学习——GPT、BERT、T5
8. 万字长文解读深度学习——ViT、ViLT、DiT
9. 万字长文解读深度学习——CLIP、BLIP
10. 万字长文解读深度学习——AE、VAE
11. 万字长文解读深度学习——GAN
12. 万字长文解读深度学习——训练、优化、部署细节

---