真面经，好答案。面试之前，先来面栈。

机器学习与推荐系统

本分类共 8 个专题 · 1061 道题

已筛选

共 366 道题

排序：

5383
如何评估聚类结果的质量？
模型基础与推理机器学习与推荐系统
效果评估
进阶
暂无面经1 份题集
5387
Word2Vec 如何训练词向量，CBOW 与 Skip-Gram 有何区别？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经4 份题集
5388
Hierarchical Softmax 与 Negative Sampling 如何加速词向量训练，有何区别？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经1 份题集
5389
Word2Vec 与 LSA 如何学习文本表示，有何区别？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经1 份题集
5390
协同过滤推荐如何工作，常见方式如何选择？
模型基础与推理机器学习与推荐系统
方案设计
进阶
暂无面经2 份题集
5391
协同过滤中如何估计用户偏差与物品偏差？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经1 份题集
5392
DeepFM 如何组织特征交互，与 Wide&Deep 有什么区别？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经2 份题集
5393
在线学习的学习率应如何设置和更新？
模型基础与推理机器学习与推荐系统
方案设计
进阶
暂无面经1 份题集
5394
GBDT 与 LR 如何融合，叶节点特征怎样生成和训练？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经1 份题集
5395
负样本下采样如何影响 CTR 概率，应该怎样校准？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经2 份题集