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 · 1155 道题

已筛选

共 389 道题

排序：

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
进阶
2 篇面经2 个题集来源
3299
分类中 CE 或 BCE 为什么通常优于 MSE？
模型基础与推理机器学习与推荐系统
比较选型
进阶
2 篇面经2 个题集来源
3304
正则化的作用与原理是什么？
模型基础与推理机器学习与推荐系统
原理机制
基础
1 篇面经3 个题集来源
4015
如何设计电商搜索排序模型，应该使用哪些特征？
模型基础与推理机器学习与推荐系统
系统设计
深入
1 篇面经3 个题集来源
4498
L1 与 L2 正则化的原理、差异及适用场景是什么？
模型基础与推理机器学习与推荐系统
比较选型
基础
暂无面经4 个题集来源
5346
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
暂无面经4 个题集来源
5365
如何理解预测误差中的偏差、方差和噪声及其取舍？
模型基础与推理机器学习与推荐系统
概念解释
进阶
暂无面经4 个题集来源
5367
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
暂无面经4 个题集来源
5374
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
暂无面经4 个题集来源
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
—
2 篇面经1 个题集来源