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：

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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源
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1 个题集来源
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 个题集来源
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 个题集来源
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 个题集来源