机器学习算法理论面试题大汇总

我们曾经熟悉的零售体验正在以前所未有的速度消失。但也有一些人将顽强地度过难关。革新者们已经在重新构想零售业的数字化、实体化和沉浸式的购物体验了。零售业的未来将不再是过去的那个样子了。

麦肯锡估计，在COVID-19造成的诸多中断中，这场大流行在几个月内就使消费者对电子商务的接受速度加快了10年之多。即使商店重新开张，数字化的进程也仍将继续。根据Salesforce全球购物指数(Salesforce Global Shopping Index)，第二季度全球数字化的收入同比增长了前所未有的71%。预计电子商务只会继续增长，因为COVID-19将在未来至少12至18个月内持续的扩散。根据IPSOS的调查，61%的消费者担心会因为实体零售而生病。因此，消费者正在学习新的数字化行为，这些行为会随着时间的推移而持续下去。

那么，零售商要想在这种新经济中生存下来并蓬勃发展，需要做些什么呢?答案是创新。但创新本身并不是解决所有零售困境的灵丹妙药。高管们必须彻底转变他们的思维模式，转向增长和可能性，摆脱传统零售框架、模式和护栏的束缚。

大流行最终加速了零售业的创新

现状总是舒适的，因为它是一个定义了参数、界限和任何特定服务、机构或行业的能力的标准框。但我们经常看到的发展和创新都是在一系列传统零售的边界内发展起来的。由传统零售商和企业高管组成的僵化的企业文化和等级制度，使得零售业的未来牢牢扎根于过去。不幸的是，一场大流行动摇了人们的决策，使他们不再自满、固执和短视(按季度划分优先事项，而不是长期投资)。现在，新型冠状病毒肺炎正在激励品牌们弥补多年来失去的时间。他们别无选择，真的。

顾客的行为和期望正在迅速变化。这种流行病会让消费者重新思考他们该如何购物以及为什么购物。当他们这样做的时候，他们就会越来越倾向于数字化。虽然我们已经谈论这个话题很多年了，但他们的心态是全方位的，而且会以一种全新的方式。客户体验现在应该是先进的、集成的，并且模糊了数字和模拟体验之间的界限。事实上，客户也想在现实世界中获得数字化的体验。

先进且反应迅速的零售商正在证明，在这种混乱时期，速度和敏捷性将会是竞争优势。随着他们的创新，新的零售体验标准会将零售业推向新的方向。

例如，Amazon Go向全世界介绍了一种无收银台、即买即走的零售购物方式，而现在整个行业也都在争相追赶。

几乎所有的零售品牌都推出了非接触式交易、在线购买和上门取货(BOPIS)、路边取货和送货服务来进行竞争。甚至CarMax也推出了非接触式试驾和路边二手车接送服务。

据NRF称，在大流行的前两个月里，Crate and Barrel开发和部署了比过去两年更多的流程和标准操作程序。
 

四个库各有特色，应该选哪个？

用户可以根据自己的需求选择合适的 Python 库，作者给出了以下几个建议：

如果你的首要任务是获取一个干净、简单的界面和相对快速的结果，选择 auto-sklearn。另外：该库与 sklearn 自然集成，可以使用常用的模型和方法，能很好地控制时间；

如果你的首要任务是实现高准确率，并且不需要考虑长时间的训练，则使用 TPOT。额外收获：为最佳模型输出 Python 代码；

如果你的首要任务是实现高准确率，依然不需要考虑长时间的训练，也可选择使用 HyperOpt-sklearn。该库强调模型的超参数优化，是否富有成效取决于数据集和算法；

如果你需要神经网络（警告：不要高估它们的能力），就使用 AutoKeras，尤其是以文本或图像形式出现时。训练确实需要很长时间，但有很多措施可以控制时间和搜索空间大小。
 

AutoKeras

与标准机器学习库相比，神经网络和深度学习功能更强大，因此更难实现自动化。AutoKeras 库有哪些功效呢？具体如下：

通过 AutoKeras，神经框架搜索算法可以找到最佳架构，如单个网络层中的神经元数量、层数量、要合并的层、以及滤波器大小或 Dropout 中丢失神经元百分比等特定于层的参数。一旦搜索完成，用户可以将其作为普通的 TF/Keras 模型使用；

通过 AutoKeras，用户可以构建一个包含嵌入和空间缩减等复杂元素的模型，这些元素对于学习深度学习过程中的人来说是不太容易访问的；

当使用 AutoKeras 创建模型时，向量化或清除文本数据等许多预处理操作都能完成并进行优化；

初始化和训练一次搜索需要两行代码。AutoKeras 拥有一个类似于 keras 的界面，所以它并不难记忆和使用。

AutoKeras 支持文本、图像和结构化数据，为初学者和寻求更多参与技术知识的人提供界面。AutoKeras 使用进化神经网络架构搜索方法来减轻研究人员的繁重和模棱两可的工作。

尽管 AutoKeras 的运行需要很长时间，但用户可以指定参数来控制运行时间、探索模型的数量以及搜索空间大小等。

AutoKeras 的相关内容参阅以下两个链接：

（编辑：盐城站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!