機器學習(machine learning)深度學習(deep learning)
面試筆試題(interview questions)/課程課后考試習題解答
機器學習筆試面試題匯總，Github
1-10
- 01 (單選)決策樹對連續值特征多路划分的最大問題是
- 02 (單選)下面哪張圖能表示朴素貝葉斯分類的假設
- 03 (單選)對神經網絡而言，哪一項對過擬合和欠擬合影響最大
- 04 (單選)對多項式回歸而言，哪一項對過擬合和欠擬合影響最大
- 05 (單選)特征縮放的作用
- 06 (單選)在二元標簽數據集上訓練線性支持向量機模型，支持向量是哪些
- 07 (單選)下列哪個模型過擬合了
- 08 (簡答)經驗誤差與泛化誤差分別指
- 09 (簡答)簡述 K折交叉驗證
- 10 (簡答)如何處理數據中的“類別不平衡”？
11-20
- 11 (單選)兩個變量的 Pearson 相關性系數為零，但仍可以相關？
- 12 (單選)計算變量 [0,0,1,1,1] 的信息熵。
- 13 (單選)數據預處理階段，對數值特征歸一化或標准化，理論上不會對哪種模型產生很大影響。
- 14 (單選)線性激活函數能表征異或(XNOR)函數嗎？
- 15 (單選)機器學習訓練時，Mini-Batch 的大小優選為2的冪，如 64 或 128，原因是？
- 16 (單選)下列不屬於降維算法的是？
- 17 (簡答)計算 (1, 3), (4, 7) 的曼哈頓距離(L1距離)和歐氏距離(L2距離)
- 18 (簡答)召回率(Recall)和准確率 (Precision)的區別。
- 19 (簡答)簡介Boosting方法原理
- 20 (簡答)隨機森林的隨機性體現在哪里？
原文地址：機器學習筆試面試題匯總 - 極客兔兔