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？