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 · 1526 道题

已筛选

共 532 道题

排序：

5725
泰勒展开与局部近似如何用于模型优化？
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 个题集来源
5727
独立性与条件独立性有什么区别？
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 个题集来源
5729
Bernoulli、Categorical、Binomial 与 Multinomial 分布有什么区别？
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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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1 个题集来源