把一些相关的知识点总结一下。这个比长，感兴趣的挑自己相关的那部分看。　　都是一些基础知识，面相关岗位问到的比较多。　　（回答时对算法要有一定的见解，最好不要照书上的背）　　（一） 机器学习方面 　　SVM　　1、 支撑平面---和支持向量相交的平面；；；分割平面---支撑平面中间的平面（最优分类平面）　　2、 SVM不是定义损失，而是定义支持向量之间的距离à目标函数看PPT13~17页　　3、 正则化参数对支持向量数的影响　　LR　　1、 LR的形式：h(x)=g(f(x))；其中x为原始数据；f（x）为线性/非线性回归得到的值，也叫判定边界；g（）...