处理分类问题常用算法(二)-----算法岗面试题
● 分层抽样的适用范围 参考回答： 分层抽样利用事先掌握的信息,充分考虑了保持样本结构和总体结构的一致性,当总体由差异明显的几部分组成的时候,适合用分层抽样。 ● LR的损失函数 参考回 ...
原文：推荐系统的常用算法----算法岗面试题
请你说一说推荐算法，fm，lr，embedding 参考回答： 推荐算法： 基于人口学的推荐 基于内容的推荐 基于用户的协同过滤推荐 基于项目的协同过滤推荐 基于模型的协同过滤推荐 基于关联规则的推荐 FM： LR： 逻辑回归本质上是线性回归，只是在特征到结果的映射中加入了一层逻辑函数g z ，即先把特征线性求和，然后使用函数g z 作为假设函数来预测。g z 可以将连续值映射到 和 。g z ...
2019-06-03 20:47 0 3289 推荐指数：
相关推荐
处理聚类问题常用算法-----算法岗面试题
● 什么是DBSCAN 参考回答： DBSCAN是一种基于密度的空间聚类算法,它不需要定义簇的个数,而是将具有足够高密度的区域划分为簇,并在有噪声的数据中发现任意形状的簇,在此算法中将簇定义为密度相连的点的最大集合。 ● k-means算法流程 参考回答： 从数据集中随机选择k ...
处理分类问题常用算法(一)-------算法岗面试题
交叉熵公式 参考回答： 交叉熵：设p(x)、q(x)是X中取值的两个概率分布，则p对q的相对熵是： 在一定程度上，相对熵可以度量两个随机变量的“距离”，且有D(p||q) ≠D(q| ...
处理回归问题常用算法------算法岗面试题
● L1和L2正则化的区别 参考回答： L1是模型各个参数的绝对值之和,L2为各个参数平方和的开方值。L1更趋向于产生少量的特征,其它特征为0,最优的参数值很大概率出现在坐标轴上,从而导致产生 ...
推荐系统算法面试题
原文链接：https://blog.csdn.net/weixin_38664232/article/details/89948373 1、模型产生过拟合的原因及解决方案 什么是过拟合： 模型在 ...
深度学习(一)-------算法岗面试题
● BatchNormalization的作用 参考回答： 神经网络在训练的时候随着网络层数的加深,激活函数的输入值的整体分布逐渐往激活函数的取值区间上下限靠近,从而导致在反向传播时低层的神经 ...
深度学习(二)-----算法岗面试题
● 深度学习了解多少，有看过底层代码吗？caffe,tf? ● 除了GMM-HMM，你了解深度学习在语音识别中的应用吗？ 参考回答： 讲了我用的过DNN-HMM，以及与GMM-HMM的 ...
算法岗面试题积累一
1: LSTM结构推导，为什么比RNN好？答案：推导forget gate，input gate，cell state， hidden information等的变化；因为LSTM有进有出且当前的ce ...