跳到主要内容
面试之前,先来面栈
题库
/
模型基础与推理
机器学习与推荐系统
8
个专题 ·
179
道题
专题概览
题目列表
179
机器学习与推荐系统
继续复习
待复习
0
问题类型
问题类型
比较选型
代码题
方案设计
概念解释
故障排查
经历介绍
开放讨论
系统设计
项目深挖
效果评估
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
37
道题
开始复习
排序:
排序
相关面经最多
题集收录最多
题号顺序
最新更新
题号
题目
技术难度
收录情况
复习状态
0252
推荐系统冷启动有哪些处理思路?
模型基础与推理
机器学习与推荐系统
方案设计
已有答案
面前必看
进阶
1
篇面经
推荐系统冷启动有哪些处理思路?的复习状态
未标记
待复习
已掌握
1598
了解哪些机器学习算法?
模型基础与推理
机器学习与推荐系统
经历介绍
已有答案
面前必看
—
1
篇面经
了解哪些机器学习算法?的复习状态
未标记
待复习
已掌握
1599
数仓与机器学习结合有哪些潜力场景?
模型基础与推理
机器学习与推荐系统
开放讨论
已有答案
面前必看
—
1
篇面经
数仓与机器学习结合有哪些潜力场景?的复习状态
未标记
待复习
已掌握
1746
项目场景中的 Level-K 博弈如何实现?
模型基础与推理
机器学习与推荐系统
项目深挖
已有答案
面前必看
进阶
1
篇面经
项目场景中的 Level-K 博弈如何实现?的复习状态
未标记
待复习
已掌握
2679
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
已有答案
面前必看
进阶
暂无面经
K-Means 等聚类方法如何工作,能否保证全局最优?的复习状态
未标记
待复习
已掌握
2722
如何识别广告作弊用户和流量主,选择难以伪造的特征?
模型基础与推理
机器学习与推荐系统
系统设计
已有答案
面前必看
深入
暂无面经
如何识别广告作弊用户和流量主,选择难以伪造的特征?的复习状态
未标记
待复习
已掌握
2723
如何用位置、WiFi 和关联信息建立广告作弊团伙模型?
模型基础与推理
机器学习与推荐系统
系统设计
已有答案
面前必看
进阶
暂无面经
如何用位置、WiFi 和关联信息建立广告作弊团伙模型?的复习状态
未标记
待复习
已掌握
2764
生成式推荐与传统推荐有何区别和优势?
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
生成式推荐与传统推荐有何区别和优势?的复习状态
未标记
待复习
已掌握
2765
Transformer 与语义 ID 如何融入推荐系统?
模型基础与推理
机器学习与推荐系统
方案设计
已有答案
面前必看
进阶
暂无面经
Transformer 与语义 ID 如何融入推荐系统?的复习状态
未标记
待复习
已掌握
2766
生成式推荐应放在召回还是精排阶段?
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
生成式推荐应放在召回还是精排阶段?的复习状态
未标记
待复习
已掌握
0252
推荐系统冷启动有哪些处理思路?
模型基础与推理
机器学习与推荐系统
方案设计
已有答案
面前必看
进阶
1
篇面经
推荐系统冷启动有哪些处理思路?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
37
道题 · 显示 1–10 道
上一页
1
2
3
4
1 / 4
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。