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：

6150
OSQP 能求解什么优化问题，如何接入非线性问题的近似求解？
模型基础与推理机器学习与推荐系统
操作实践
进阶
暂无面经1 个题集来源
6151
线搜索与信赖域方法如何选择优化步，有什么联系和区别？
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
6162
PID 控制中的比例、积分和微分分别起什么作用，如何调参？
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
6163
Shapley 特征归因如何计算，高维复杂度如何处理？
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
6164
Sinkhorn 算法如何通过矩阵缩放求解熵正则化最优传输？
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
6165
什么是帕累托最优，多目标问题如何理解支配与权衡？
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
6182
蒙特卡洛方法如何用随机抽样近似概率、期望或积分？
模型基础与推理机器学习与推荐系统
原理机制
基础
暂无面经1 个题集来源
6198
如何建立业务回归预测流程，并处理稀疏与超范围输入？
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 个题集来源
6199
DeepWalk 如何通过随机游走学习图节点表示？
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
6200
LDA 主题模型如何描述文档、主题与词的生成关系？
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