神經(jīng)網(wǎng)絡(luò)反向傳播算法本質(zhì)是在解決什么問題？是怎樣的？反向傳播算法是一個深入的神經(jīng)網(wǎng)絡(luò)學習過程，最終誤差值根據(jù)梯度和誤差傳播原理返回到數(shù)據(jù)輸入方向，用來修改每層神經(jīng)元的權(quán)值或卷積核參數(shù)，以達到減小正誤差

神經(jīng)網(wǎng)絡(luò)反向傳播算法本質(zhì)是在解決什么問題？是怎樣的？

反向傳播算法是一個深入的神經(jīng)網(wǎng)絡(luò)學習過程，最終誤差值根據(jù)梯度和誤差傳播原理返回到數(shù)據(jù)輸入方向，用來修改每層神經(jīng)元的權(quán)值或卷積核參數(shù)，以達到減小正誤差的目的，當經(jīng)過一輪反向傳播后，正誤差很小，達到可接受的水平時，神經(jīng)網(wǎng)絡(luò)才穩(wěn)定訓(xùn)練。

如何理解反向傳播算法？

類比類似于幾個人站成一排，第一個人看一幅畫（輸入數(shù)據(jù)），描述給第二個人（隱藏層）等等，說到最后一個人（輸出），畫就看不見了。反向傳播是把畫展示給最后一個人（計算誤差），然后最后一個人會告訴前一個人在下一個描述中要注意什么（重量校正）。

機器學習算法工程師面試需要做那些準備？

1. 工業(yè)中的大型模型基本上都是logistic區(qū)域和線性區(qū)域，因此SGD和lbfgs的理解是非常重要的，并行推導(dǎo)對于理解LR是如何并行的是非常重要的

2。其次，常用的機器學習算法，如SVM、gbdt、KNN等，應(yīng)該了解其原理，能夠在壓力下快速響應(yīng)。算法的優(yōu)缺點和適應(yīng)場景應(yīng)基本清晰

3基本算法應(yīng)熟練掌握數(shù)據(jù)結(jié)構(gòu)、鏈表二叉樹、快速行合并、動態(tài)返回等