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：

5390
协同过滤推荐如何工作，常见方式如何选择？
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2 份题集
5391
协同过滤中如何估计用户偏差与物品偏差？
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
5392
DeepFM 如何组织特征交互，与 Wide&Deep 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
5393
在线学习的学习率应如何设置和更新？
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
5394
GBDT 与 LR 如何融合，叶节点特征怎样生成和训练？
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
5395
负样本下采样如何影响 CTR 概率，应该怎样校准？
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
5396
机器学习是什么，与传统规则编程有什么区别？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经6 份题集
5397
半监督学习是什么，如何联合使用有标注和无标注数据？
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3 份题集
5398
为什么要区分训练集、验证集和测试集，应如何划分？
模型基础与推理机器学习与推荐系统
方案设计
基础
暂无面经11 份题集
5399
交叉验证如何估计模型表现，折数 K 应如何选择？
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4 份题集