#机器学习

73 道题

全部难度简单中等困难 VIP 非 VIP

全部类型综合技术行为面项目

简单技术人工智能

请解释过拟合和欠拟合，并讨论如何应对过拟合问题。

人工智能机器学习过拟合欠拟合

来源 · 机器学习面试题

简单技术人工智能

降维有哪些优缺点？

人工智能机器学习降维

来源 · 机器学习面试题

中等技术人工智能

Adaboost 算法和随机森林算法有什么区别？

人工智能机器学习 Adaboost 算法随机森林算法

来源 · 机器学习面试题

中等技术人工智能

Adaboost 算法对噪声敏感吗？

人工智能机器学习 Adaboost 算法

来源 · 机器学习面试题

中等技术人工智能

GBDT 适合使用高维稀疏特征吗？

人工智能机器学习 GBDT

来源 · 机器学习面试题

中等技术人工智能

Gradient Boosting 与 XGBoost 有什么区别？

人工智能机器学习 Gradient Boosting XGBoost

来源 · 机器学习面试题

中等技术人工智能

K-means 是否会陷入一直寻找聚类中心的循环中？如果是，如何应对？

人工智能机器学习 K-means 算法

来源 · 机器学习面试题

中等技术人工智能

K-means 聚类中每个聚类中心的初始点如何选择？

人工智能机器学习 K-means 算法

来源 · 机器学习面试题

中等技术人工智能

KNN 算法中 K 的取值是如何确定的？

人工智能机器学习 KNN 算法

来源 · 机器学习面试题

中等技术人工智能

KNN 算法有一个显著的缺点，就是计算量太大，可以采用什么方式应对这个问题？

人工智能机器学习 KNN 算法

来源 · 机器学习面试题

中等技术人工智能

PCA 和 LDA 有哪些区别？

人工智能机器学习 LDA PCA

来源 · 机器学习面试题

中等技术人工智能

svm 与感知机有什么区别？

人工智能机器学习 svm 感知机

来源 · 机器学习面试题

中等技术人工智能

svm 可以处理多分类吗？

人工智能机器学习 svm 分类

来源 · 机器学习面试题

中等技术人工智能

svm 在应用高斯核时需要对特征进行归一化吗？

人工智能机器学习 svm 核函数

来源 · 机器学习面试题

中等技术人工智能

svm 有哪些核函数？分别应用于哪些场景中？

人工智能机器学习 svm 核函数

来源 · 机器学习面试题

中等技术人工智能

为什么 CART 算法特征选择方式是基尼系数，而不是信息熵？

人工智能机器学习决策树 CART 算法

来源 · 机器学习面试题

中等技术人工智能

为什么朴素贝叶斯是高偏差低方差？

人工智能机器学习朴素贝叶斯

来源 · 机器学习面试题

中等技术人工智能

为什么逻辑回归采用交叉熵损失函数，而不是平方损失函数？

人工智能机器学习逻辑回归损失函数

来源 · 机器学习面试题

中等技术人工智能

什么是 Gradient Boosting？

人工智能机器学习 Gradient Boosting

来源 · 机器学习面试题

中等技术人工智能

介绍一下 LDA 算法。

人工智能机器学习 LDA 降维

来源 · 机器学习面试题

上一页2 / 4下一页