共计 679 个字符，预计需要花费 2 分钟才能阅读完成。
机器学习 (machine learning) 深度学习 (deep learning)
面试笔试题(interview questions)/ 课程课后考试习题解答
链接
机器学习笔试面试题汇总 – 极客面试
Github – Machine Learning Interview Questions
1-10
- 01 (单选)决策树对连续值特征多路划分的最大问题是
- 02 (单选)下面哪张图能表示朴素贝叶斯分类的假设
- 03 (单选)对神经网络而言，哪一项对过拟合和欠拟合影响最大
- 04 (单选)对多项式回归而言，哪一项对过拟合和欠拟合影响最大
- 05 (单选)特征缩放的作用
- 06 (单选)在二元标签数据集上训练线性支持向量机模型，支持向量是哪些
- 07 (单选)下列哪个模型过拟合了
- 08 (简答)经验误差与泛化误差分别指
- 09 (简答)简述 K 折交叉验证
- 10 (简答)如何处理数据中的“类别不平衡”？
11-20
- 11 (单选)两个变量的 Pearson 相关性系数为零，但仍可以相关？
- 12 (单选)计算变量 [0,0,1,1,1] 的信息熵。
- 13 (单选)数据预处理阶段，对数值特征归一化或标准化，理论上不会对哪种模型产生很大影响。
- 14 (单选)线性激活函数能表征异或 (XNOR) 函数吗？
- 15 (单选)机器学习训练时，Mini-Batch 的大小优选为 2 的幂，如 64 或 128，原因是？
- 16 (单选)下列不属于降维算法的是？
- 17 (简答)计算 (1, 3), (4, 7) 的曼哈顿距离 (L1 距离) 和欧氏距离(L2 距离)
- 18 (简答)召回率 (Recall) 和准确率 (Precision)的区别。
- 19 (简答)简介 Boosting 方法原理
- 20 (简答)随机森林的随机性体现在哪里？
正文完
