1. 实现基于用户的协同过滤； 2. 实现基于物品的协同过滤； 3. 实现基于模型（矩阵分解）的协同过滤。 4. 对每种推荐算法的推荐结果，用Top10个推荐歌曲的准确率和召回率评价推荐系统的性能。
1. 分词：由于企业描述是文本信息，需要对文本信息进行特征提取。文本分词可采用Jieba分词： https://github.com/fxsjy/jieba http://blog.csdn.net/FontThrone/article/details/72782499 2. 特征提取： 去掉停用词后（stopwords.txt），采用TFIDF作为每个文本的特征描述。 3. 采用KMeans聚类算法，根据第2 步得到特征对企业进行聚类， 尝试K=5，10，15，20，30，..., 50, 并选择合适的度量指标，选择最佳的K。
1. 观察Otto商品的特征进行PCA各维的方差，可以得到什么结论？2. 对Otto商品tfidf特征，进行PCA降维，给出各维方差的分布图。3. 采用train_test_split，从将数据集中随机抽取10000条记录（原始数据集太大，剩余数据抛弃，此部分SVM作业已经完成）。对这部分数据进行PCA降维，保留85%的能量。4. 对3中得到的数据（对降维后的数据），训练RBF核SVM，并对超参数（C和gamma）进行超参数调优。结果和用原始数据的情况比较（SVM部分作业结果）。
1. 视觉系统都有哪些构成要素? 以机械臂视觉控制系统为例，说明视觉系统的构成要素。 2. 尝试从模仿人类视觉处理流程的角度，阐述本对课程内容组织的理解。 3. 什么是光通量和辐照度？说明几个常见光源的光通量，以及几个常见照明环境的辐照度。 4. 结合颜色空间示意图，简述HSI颜色空间中各通道的物理意义，并结合图像实例说明。 5. 说明彩色图像传感器及γ校正的基本原理。
1. 适当的特征工程 2. 用LightGBM完成任务，并用交叉验证对模型的超参数（learning_rate、n_estimators、num_leaves、max_depth、min_data_in_leaf、colsample_bytree、subsample）进行调优。 或者用XGBoost完成任务，并用交叉验证对模型的超参数（learning_rate、n_estimators、max_depth、min_child_weight、colsample_bytree、subsample、reg_lambda、reg_）进行调优。 3. 对最终模型给出特征重要性
1. 为什么Bagging能改进模型性能？ 2. 随机森林中随机体现在哪些方面？ 3. 随机森林和GBDT的基学习器都是决策树。请问这两种模型中的决策树有什么不同。 4. 请简述LightGBM的训练速度问什么比XGBoost快。 5. 采用tfidf特征，采用LightGBM（gbdt）完成Otto商品分类，尽可能将超参数调到最优，并用该模型对测试数据进行测试，提交Kaggle网站，提交排名。 6. 采用tfidf特征，采用LightGBM（goss）完成Otto商品分类，尽可能将超参数调到最优，并用该模型对测试数据进行测试，提交Kaggle网站，提交排名。
1. 对数据做数据探索分析 2. 适当的特征工程 3. 采用5折交叉验证，用正确率作为评价指标，对线性SVM和RBF核的SVM模型超参数调优。
1. 为什么要引入核函数？ 2. 给出合页损失的数学形式并画出图形。 3. 什么是支持向量？为什么SVM中只有一小部分的训练样本是支持向量（稀疏的）？ 4. 决策树中特征分裂的准则有哪些？ 5. SVM模型并没有概率解释。为了使SVM模型能输出概率，我们应该设置哪个参数？ 6. 采用train_test_split，从将数据集中随机抽取10000条记录，用于下述作业中模型的训练（原始数据集太大，剩余数据抛弃）。 7. 根据6中得到的训练数据，训练线性SVM，并对超参数（正则惩罚项、C）进行超参数调优，并分析不同C对应的训练误差和交叉验证得到的测试误差的变化趋势。 8. 根据6中得到的训练数据，训练RBF核SVM，并对超参数（C和gamma）进行超参数调优，并分析参数C和gamma对模型复杂度的影响，以及对训练误差和交叉验证得到的测试误差的影响。
如何修改隐层数量，修改后会起到什么样的效果 如何神经元个数，起到了什么样的效果 如何在模型中添加L1/L2正则化，正则化起什么作⽤ 使⽤不同的初始化⽅式对模型有什么影响
