真面经，好答案。面试之前，先来面栈。

模型基础与推理

本分类共 8 个专题 · 1061 道题

已筛选

共 1061 道题

排序：

5368
ID3、C4.5 与 CART 的划分准则和适用能力有什么区别？
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
5369
条件概率、先验、后验和联合概率有什么关系，贝叶斯公式如何使用？
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4 份题集
5370
贝叶斯决策如何根据后验概率选择行动？
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
5371
朴素贝叶斯的概率连乘为什么会下溢，如何稳定计算？
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
5372
朴素贝叶斯与逻辑回归有什么区别，如何选择？
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
5373
贝叶斯优化如何用于超参数搜索？
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
5374
SVM 为什么最大化间隔，如何由支持向量确定分类边界？
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5 份题集
5375
二分类模型如何扩展到多分类，一对多与一对一如何取舍？
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
5376
KNN 如何进行分类或回归，K 与距离如何影响结果？
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3 份题集
5377
KNN 与 K-Means 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
基础
暂无面经2 份题集