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：

5730
高斯分布与多元高斯如何描述噪声和相关性？
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
5731
指数、Laplace、Dirac 与经验分布分别刻画什么对象？
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
5732
KL 散度为什么非负且不对称，如何证明这些性质？
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3 份题集
5733
互信息如何刻画变量依赖，与熵有什么关系？
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
5734
最大熵原理如何在已知约束下选择概率分布？
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
5735
凸与非凸优化的最优性和训练行为有什么区别？
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1 份题集
5739
Jensen 不等式如何使用，如何支撑机器学习中的界与推导？
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
5803
深度学习如何从数据学习多层表示，有哪些优势与局限？
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
5878
深度学习经历了哪些关键发展阶段，技术、数据与算力如何影响其转折？
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
5880
深度学习常见任务有哪些，如何区分预测目标与输出形式？
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2 份题集