大数据人才整体上需要具备数学与统计知识

决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。

支持向量机SVM 属于深度学习网络

全连接层在卷积神经网络中充当分类器的作用

KNN与K-means区别在于：KNN是分类算法、监督学习，K-means是聚类算法、无监督学习。

专家系统本身是一个程序，它与传统程序是一样的

监督学习的学习数据既有特征（feature），也有标签（label）

自编码是非监督学习类算法。

Lasso回归的误差函数的惩罚项是学习参数的平方之和

岭回归的误差函数的惩罚项是学习参数的绝对值之和

正则化通过向损失函数增加惩罚项的方式对模型施加制约，以提高模型的泛化能力