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：

5414
从零实现线性 SVM 与 Hinge Loss 训练。
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
5415
实现感知机的学习规则与分类预测。
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
5416
从零实现前馈神经网络及反向传播。
模型基础与推理机器学习与推荐系统
代码题
深入
暂无面经4 份题集
5418
实现用于文本分类的多项式朴素贝叶斯。
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
5419
实现只对已观测评分训练的矩阵分解推荐模型。
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
5420
实现梯度提升中的残差拟合与模型更新。
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
5421
实现可复现且互不重叠的数据集划分。
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2 份题集
5422
实现仅使用训练统计的特征标准化组件。
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2 份题集
5423
实现缺失值填补和未见类别的预处理组件。
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2 份题集
5424
实现可复现的均匀、加权和分层抽样。
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