好难

Question

老师，感觉支持向量机好难，学起来好痛苦。想深入了解，但是感觉自己理解的还是表面。面试如果问到这部分该往哪方面准备，好迷茫。

Answer 1

liuyubobobo 2023-10-25 03:39:41

先不要过于关注模型求解的细节。（手推 SVM 有点儿类似于数据结构中的红黑树的编写，并不是最重要的，甚至是不重要的。）

更多的去关注：SVM 和其他模型相比，区别是什么。SVM 中特有的一些概念是什么意思（而不是怎么算），比如：什么是支撑向量，什么是 hard SVM 和 Soft SVM，什么是 kernel，等等。

我印象里你昨天就提过和面试相关的问题，如果你正在**急于**准备面试，很可能这个课程不是最适合你的，你应该去看专门的面经内容，更有针对性。（实际上，你去看一看面经内容，基本上不会让你推导 SVM 的公式的。）

继续加油！：）

• 提问者 weixin_慕田峪3059225 #1

  太感谢老师了，就是在复习一遍基本概念，再去看面经内容。面经内容您有推荐的网站或者书籍吗（最好是英文的）？怎么能够扫荡式的把机器学习可能问到的问题过一遍，能够自如的面对各种机器学习的笔试和面试。因为topics 太广了，怕抓不到重点。感谢老师指点！！

• liuyubobobo 回复 提问者 weixin_慕田峪3059225 #2

  我有一次回复给你推荐了一本书。其实那本书没有那么好，但是是一个起点，可以给你一个 data science 面试的全貌。如果你集中在 ml 的面试准备，搜索 ml interview books，相关的书也挺多的。大牌出版社的比如这个：https://www.oreilly.com/library/view/machine-learning-interviews/9781098146535/ 
  
  不过这个时代，其实很多时候，书的内容都是网络内容的汇总。比如你也可以过这种代码仓中的内容总结（其实按照专题搜索 名称 + interveiw，比如 SVM interview 就有很多内容，这种代码仓就是一个总结整理）：https://github.com/rbhatia46/Data-Science-Interview-Resources 
  
  加油！：）

• 提问者 weixin_慕田峪3059225 回复 liuyubobobo #3

  感谢老师的建议，太有帮助了~~买你的课程真的超值，讨论区域大开眼界。希望老师以后能写一本机器学习行业的书