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：

6842
什么是样本选择偏差，它如何影响模型与评估？
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1 份题集
6852
合成控制法如何构造反事实并评估干预效果？
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
6967
推荐召回的双塔模型如何训练和上线，交互能力有哪些边界？
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1 份题集
6968
基于内容的推荐与协同过滤有何区别，如何选择和结合？
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
6969
推荐召回有哪些常见路线，如何按信号、覆盖与成本选择？
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
6970
Factorization Machine如何建模二阶特征交互，为什么能高效计算？
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
6971
i2i与u2i召回如何建模和融合，怎样保留用户个性化？
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
6972
多兴趣召回如何形成多个用户向量，MIND与ComiRec有何区别？
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
6973
推荐结果的多样性如何定义、评估与改进？
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1 份题集
6974
推荐中的多场景与多任务建模有何区别，何时共享或独立训练？
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