1、什么是召回率和准确率

         准确率比较好理解,准确率是在所有判断positive的对象中,正确判断的比例是多少

        公式为机器学习之两三问   其中TP代表为true positive ,FP为false positive

        召回率是在所有positive样本中,判断positive的比例是多少

        公式为机器学习之两三问,其中FN为false negitive

 2、什么是逻辑回归,逻辑回归的代价函数是什么以及求导过程

 

 

3、什么是l1正则化和l2正则化以及作用

    l1正则化和l2正则化都是为了防止训练模型的过拟合,l1正则化会产生稀疏模型,l2正则化会使训练的模型权重接近于零

    l1公式以及推导

   对于L1正则化:,梯度下降的更新为:

    

 

 

 

4、什么是nms

    nms是根据置信度,对冗余的建议框进行筛选,具体算法是:建议框的置信度排序后,和第一个的iou大于门限值的都删除,然后处理第二个,一次类推。