机器学习基础汇编
【特征工程流程】你在项目中是怎么做特征工程的？包括特征选择的方法、特征的具体尝试过程、最原始的特征是什么、特征如何作用、基于什么动机产生额外特征、以及特征工程的效果和AB实验结果。 「字节跳动、百度、美团、腾讯、蚂蚁集团、阿里巴巴」
原题【生物信号特征提取】生物信号的特征如何提取？ 「美团」
原题【类别不平衡处理】处理类别不平衡问题：包括正负样本不均衡对模型性能的影响及缓解方法；特征工程中的类别不平衡处理；数据分布不平衡处理；从样本、loss、模型结构、评估指标角度处理；描述处理经验；数据不平衡处理；样本不平衡问题（如路上99%直行，左转和变道极少）在数据采样和Loss设计上的处理；正负样本配比；长尾样本直接提权与直接复制多份的区别及其他处理方法。 「京东、字节跳动、拼多多、美团、蚂蚁集团、阿里巴巴、阿里通义」
原题【二分类损失】二分类用什么loss？ 「字节Seed」
原题【MAE与MSE】解释MAE、MSE的概念、数学意义和用法，包括公式、优缺点及适用场景。 「美团」
原题解释熵的概念。
写出交叉熵损失函数的公式（包括二分类和多分类形式），解释其物理意义，并实现交叉熵损失的计算。
介绍BCE（Binary Cross Entropy）和Focal Loss，包括公式、原理及适用场景。
原题完整原题
【交叉熵与Focal Loss】1. 解释熵的概念。2. 写出交叉熵损失函数的公式（包括二分类和多分类形式），解释其物理意义，并实现交叉熵损失的计算。3. 介绍BCE（Binary Cross Entropy）和Focal Loss，包括公式、原理及适用场景。 「字节跳动、百度、腾讯混元、阿里巴巴、阿里通义」
了解多少损失函数？介绍常见的分类损失函数和回归损失函数，并说明它们的区别和优势（如MSE与CrossEntropyLoss）。
写出逻辑回归的损失函数。
什么场景用哪个损失函数？
原题完整原题
【常见损失函数分类与选择】1. 了解多少损失函数？介绍常见的分类损失函数和回归损失函数，并说明它们的区别和优势（如MSE与CrossEntropyLoss）。2. 写出逻辑回归的损失函数。3. 什么场景用哪个损失函数？ 「京东、字节跳动、拼多多」
【损失函数选择场景】什么场景用哪个损失函数？请针对分类和回归任务分别说明。 「美团」
原题【BCE与MSE对比】BCE和MSE的区别是什么？分别适合什么时候用？从梯度角度分析它们的优缺点。为什么分类任务常用交叉熵（CE/BCE）而不用均方误差（MSE），回归任务常用MSE而不用交叉熵？请从原理（如梯度收敛、损失函数特性）角度解释，并给出交叉熵公式。 「京东、字节Seed、字节跳动、百度、腾讯混元、阿里巴巴」
原题【BCE梯度推导】BCE偏导怎么算？ 「字节跳动」
原题
暂无题目