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：

5396
机器学习是什么，与传统规则编程有什么区别？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经6 份题集
5397
半监督学习是什么，如何联合使用有标注和无标注数据？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经3 份题集
5398
为什么要区分训练集、验证集和测试集，应如何划分？
模型基础与推理机器学习与推荐系统
方案设计
基础
暂无面经11 份题集
5399
交叉验证如何估计模型表现，折数 K 应如何选择？
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
5400
如何处理训练数据中的缺失值与损坏记录？
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4 份题集
5406
从 Logits 实现数值稳定的交叉熵损失。
模型基础与推理机器学习与推荐系统
代码题
进阶
暂无面经7 份题集
5407
从零实现逻辑回归的训练与预测。
模型基础与推理机器学习与推荐系统
代码题
进阶
暂无面经1 份题集
5408
实现批量 KNN 分类预测。
模型基础与推理机器学习与推荐系统
代码题
进阶
暂无面经1 份题集
5409
实现决策树的最佳分裂搜索。
模型基础与推理机器学习与推荐系统
代码题
进阶
暂无面经1 份题集
5410
从零实现 PCA 的拟合与降维投影。
模型基础与推理机器学习与推荐系统
代码题
进阶
暂无面经1 份题集