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：

5902
谱图卷积如何构建，与空间邻域聚合有何区别？
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2 份题集
5903
图注意力网络 GAT 如何学习并使用邻居权重？
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
5904
图自编码器如何学习潜在表示并重建图结构？
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
5905
图生成网络如何生成节点、边与图拓扑？
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
5906
时空图神经网络如何联合建模图结构依赖与时间变化？
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
5907
图卷积为什么使用度归一化，如何理解对称归一化邻接矩阵？
模型基础与推理机器学习与推荐系统
原理机制
深入
暂无面经1 份题集
5908
GAT 的静态注意力有什么表达限制，GATv2 等方法如何改进？
模型基础与推理机器学习与推荐系统
比较选型
深入
暂无面经1 份题集
5911
什么是独热编码，有哪些优点、代价与适用条件？
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1 份题集
5912
经典机器学习算法与思想在生成式 AI 和 Agent 系统中如何继续发挥作用？
模型基础与推理机器学习与推荐系统
开放讨论
—
暂无面经3 份题集
5915
单层感知机为什么不能表示异或，多层网络如何解决？
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