AirSOTA
Air School of Thoughts AtoZAirSOTA 知识矩阵：聚合大模型算法架构、科学育儿情境成长、加州地产考牌实战与全球数字化商业出海的权威专栏。
TalentMe · AI 学习与系统架构
工业级 AI 算法核心 69 题、前沿大模型系统架构演进与北美技术面试全流程备考深度长文。
【AI 核心深度 M2-055】推导/描述 EM 算法的两步，并说明为什么它单调提升似然。（Derive the Expectation-Maximization (EM) Algorithm and Prove Its Monotonic Likelihood Ascent via Jensen’s Inequality）深度数理推导与工程落地解析
E 步算后验责任度，M 步最大化期望完全数据对数似然；每轮提升（或不变）观测似然。
【AI 核心深度 M2-056】如何评估聚类质量（无标签）？内部与外部指标各有哪些。（Detail Unsupervised Clustering Evaluation: Internal Metrics vs. External Ground-Truth Metrics）深度数理推导与工程落地解析
内部：轮廓系数、DB 指数、CH 指数；外部（有标签）：ARI、NMI、纯度。
【AI 核心深度 M2-057】解释 PCA 的目标与实现步骤。（Formulate Principal Component Analysis (PCA): Maximum Variance and Minimum Reconstruction Error Perspectives）深度数理推导与工程落地解析
找方差最大的正交方向；对中心化数据做协方差特征分解或 SVD，取前 k 个主成分。
【AI 核心深度 M2-058】PCA 与 SVD 的关系是什么？（Explain the Exact Mathematical Equivalence Between PCA and Singular Value Decomposition (SVD)）深度数理推导与工程落地解析
对中心化矩阵 X 做 SVD，右奇异向量即主成分方向，奇异值平方/n 即方差。
【AI 核心深度 M2-059】PCA 有哪些局限？什么时候不该用 PCA。（Enumerate the Limitations of PCA and Scenarios Where Linear PCA Fails）深度数理推导与工程落地解析
只捕捉线性结构、对方差敏感、可解释性差、监督信息未用；不适合非线性流形与分类判别。
【AI 核心深度 M2-060】比较 t-SNE 与 UMAP 的原理与适用场景。（Compare t-SNE and UMAP: Manifold Assumptions, Global vs. Local Structure, and Computational Scaling）深度数理推导与工程落地解析
t-SNE 保持局部邻域概率分布（KL 最小化），适合可视化；UMAP 基于流形与拓扑，更快且更好保留全局结构。
【AI 核心深度 M2-061】如何选择降维后的维度？解释方差比例法的思路与局限（How to Choose Target Dimensions in Dimensionality Reduction? Variance Ratio Method and Limitations）深度数理推导与工程落地解析
选累计解释方差达 90–95% 的维度；但该准则与下游任务无关，最好用下游验证性能选择。
【AI 核心深度 M2-062】列举类别特征的常见编码方式及适用场景（Common Categorical Feature Encoding Methods and Applicable Scenarios）深度数理推导与工程落地解析
one-hot（低基数）、目标编码（高基数）、频率编码、哈希、嵌入（深度学习）。
【AI 核心深度 M2-063】为什么要对数值特征分箱？分箱方式有哪些（Why Bin Numerical Features? Common Binning Strategies and Use Cases）深度数理推导与工程落地解析
捕捉非线性、抗异常值、便于业务解释；等宽、等频、有监督（决策树/卡方）。
【AI 核心深度 M2-064】解释特征交互与多项式特征，什么时候需要（Feature Interactions and Polynomial Features: Concepts and Scenarios）深度数理推导与工程落地解析
线性模型无法捕捉交互，需显式构造 x_i·x_j；树模型可自动学习交互。
【AI 核心深度 M2-065】时间特征的工程要点有哪些？如何避免泄漏（Key Points in Time Feature Engineering and Preventing Temporal Leakage）深度数理推导与工程落地解析
滞后、滚动统计、周期性编码、时间差；必须保证只用过去信息（滚动窗口右对齐）。
【AI 核心深度 M2-066】什么是特征哈希（hashing trick）？它的优缺点（What is the Hashing Trick (Feature Hashing)? Pros and Cons）深度数理推导与工程落地解析
用哈希函数把高基数特征映射到固定维度，省内存、支持流式；代价是哈希冲突。
【AI 核心深度 M2-067】比较过滤式、包裹式与嵌入式特征选择（Comparing Filter, Wrapper, and Embedded Feature Selection Methods）深度数理推导与工程落地解析
过滤式按统计量排序（快但忽略模型）；包裹式按模型性能搜索（准但贵）；嵌入式在训练中选（如 L1/树重要度）。
【AI 核心深度 M2-068】为什么“去掉无用特征”有时反而降低性能？（Why Can Removing ‘Useless Features’ Sometimes Degrade Model Performance?）深度数理推导与工程落地解析
特征间存在交互与冗余；单看边际重要性会低估协同特征，且删特征可能破坏模型稳定性。
【AI 核心深度 M2-041】写出朴素贝叶斯的分类决策式，并说明’朴素’指什么。（Formulate Naive Bayes Classification Decision Rule and the Exact Nature of Its ‘Naive’ Assumption）深度数理推导与工程落地解析
假设特征在类别下条件独立；用后验 ∝ 先验 × 各特征似然之积分类。