经典机器学习算法知识点题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集 题目目录19 道原题隐藏关联题目排序默认排序面经最多01K-means算法逻辑？原题 关联题目K-Means 等聚类方法如何工作，能否保证全局最优？模型基础与推理 / 机器学习与推荐系统原理机制进阶1篇相关面经02K近邻算法逻辑？原题 关联题目KNN 如何进行分类或回归，K 与距离如何影响结果？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经03什么是NeRF（Neural-Radiance-Fields）技术？原题 关联题目NeRF 如何表示三维场景并合成新视角？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经04介绍一下自回归模型的概念原题 直属正文中的“自回归模型”指线性时间序列 AR(p)。关联题目AR、ARIMA、状态空间与深度时序模型应如何理解和选择？模型基础与推理 / 机器学习与推荐系统比较选型进阶0篇相关面经05什么是K最近邻算法？（K-nearest neighbor， KNN）原题 关联题目KNN 如何进行分类或回归，K 与距离如何影响结果？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经06什么是朴素贝叶斯？原题 关联题目朴素贝叶斯如何训练和预测，条件独立假设有什么影响？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经07什么是决策树？原题 关联题目决策树如何学习划分规则并完成分类或回归？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经08什么是支持向量机？原题 关联题目SVM 为什么最大化间隔，如何由支持向量确定分类边界？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经09什么是逻辑回归？原题 关联题目逻辑回归的概率模型、损失函数和适用边界是什么？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经10介绍一下机器学习中的Nucleus采样原理原题 关联题目Temperature、Top-k 和 Top-p 怎样影响模型采样？已有答案模型基础与推理 / 推理与解码原理机制进阶7篇相关面经暂无题目共 19 道原题 · 显示 1–10 道展开全部19题上一页121 / 2下一页