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：

5916
模型的表达能力、拟合能力与泛化能力有什么区别和联系？
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
5954
SimCLR 与 MoCo 如何构造对比样本并维护编码表示？
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
5960
零样本学习如何完成未见类别或任务，如何验证迁移边界？
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2 份题集
5973
感知机如何学习线性决策边界，收敛有哪些条件？
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
5974
通用近似定理说明神经网络具备什么能力，有哪些局限？
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
6037
数据挖掘如何从业务任务走向模式发现与效果验证？
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2 份题集
6048
搜索与推荐在需求信号、样本标签和建模目标上有什么区别？
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2 份题集
6049
二元交叉熵如何定义，为什么可以使用软标签？
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
6054
推荐或搜索系统应如何区分召回与排序瓶颈并确定优化顺序？
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2 份题集
6058
从零实现指定的逐元素激活函数。
模型基础与推理机器学习与推荐系统
代码题
基础
暂无面经1 份题集