第 10 / 14 页
非代码面试题
显示 20 / 268 道匹配题目
答题状态：未尝试未正确已正确
ID题目领域难度题型进度权限
2576为什么强势单因子场景下特征子采样更有价值 12为什么当某个非常强的特征本来会出现在几乎每棵树的顶部时，随机特征子采样反而能提升森林表现？机器学习简单essay未尝试免费2578为什么过小的 max_features 会抬高偏差 14为什么把 max features 设得过小，虽然能降低相关性，却仍可能伤害随机森林？机器学习中等essay未尝试免费2581为什么随机森林回归外推能力差 16为什么随机森林回归通常无法把趋势外推到远超训练范围的区域？机器学习简单essay未尝试免费2591为什么小样本下 OOB 可能很吵 19为什么在小数据集上，即使森林本身还算稳定，OOB 误差也可能波动很大？机器学习简单essay未尝试免费2592等效独立树棵数 8定义 B eff，使得相关森林的方差 sigma 2 [rho + (1-rho)/B] 与独立树平均的方差 sigma 2 / B eff 相等。请推导 B eff。机器学习简单derivation未尝试免费2593为什么平均无法治愈系统性标签噪声 20为什么当训练标签本身存在系统性污染时，单纯把森林做大可能并不能修复性能？机器学习中等essay未尝试面试订阅2597带权区域更新值 2若 boosting 某个区域 R 内的样本带有正权重 w i，推导能使 sum i in R w i (r i-gamma) 2 最小的常数更新 gamma。机器学习简单derivation未尝试免费2598三轮 boosting 之后的最终预测 23某个 boosting 模型从 F 0(x)=10 开始。对某个观测而言，连续三轮落到的叶节点更新分别是 +1.2、-0.5、+0.8，且每轮学习率 eta=0.1。最终预测是多少？机器学习中等数值题未尝试免费2604为什么标签噪声对 boosting 特别伤 13为什么在标签有噪声时，boosting 往往会受伤特别严重？机器学习中等essay未尝试免费2607为什么过深的基树会抵消 shrinkage 的纪律性 15为什么一个非常深的基树，会削弱“小学习率”本来带来的正则化效果？机器学习简单essay未尝试免费2608两次 shrinkage 更新后的残差 24某个点当前的残差是 6。两轮 boosting 中，它所在区域的叶节点更新分别为 1.5 和 0.8，且两轮学习率都为 eta=0.2。两轮之后还剩多少残差？机器学习中等数值题未尝试免费2611为什么 boosting 比随机森林更难并行 16为什么 boosting 在轮次之间天生就比随机森林更难并行？机器学习简单essay未尝试免费2614为什么初始预测会影响前几轮学习轨迹 18为什么 boosting 的初始预测 F 0 会影响前几轮的学习轨迹？机器学习中等essay未尝试面试订阅2616为什么叶子优先生长会有更高方差 20为什么在 boosting 系统里，叶子优先生长往往比层级式生长更容易带来高方差？机器学习简单essay未尝试免费2617双区域两轮 boosting 计算题 25某个 boosting 模型从 F 0=0 开始，学习率 eta=0.1。第 1 轮里，区域 A 的更新是 +2，区域 B 的更新是 -1；第 2 轮里，区域 A 的更新是 -0.5，区域 B 的更新是 +0.25。对一个始终落在区域 A 的点，以及一个始终落在区域 B 的点，最终预测分别是多少？机器学习简单数值题未尝试免费2619为什么后期验证收益变平仍意味着该停了 22如果 boosting 在训练后期每一轮带来的验证收益已经非常小而且忽上忽下，为什么这通常就是该停下来的强信号？机器学习中等essay未尝试面试订阅2641为什么裁剪能治爆炸却治不了消失 23为什么梯度裁剪是处理梯度爆炸的自然办法，却不是解决梯度消失的办法？机器学习简单essay未尝试免费2642BatchNorm 运行均值更新公式 13某个 BatchNorm 层按 mu new = m mu old + (1-m) mu batch 更新运行均值。这个公式在操作上意味着什么？机器学习简单derivation未尝试免费2643向量参数上的裁剪加权重衰减计算 25参数向量当前为 w t=(3,4)。其梯度是 g=(6,8)，范数为 10。先做阈值为 5 的全局范数裁剪，再做学习率 eta=0.1、lambda=0.1 的解耦权重衰减更新。新的参数向量是多少？机器学习中等数值题未尝试面试订阅2644为什么 LayerNorm 在序列与在线场景里更讨喜 24为什么在序列模型或在线推理场景里，人们常常更偏好 LayerNorm 而不是 BatchNorm？机器学习中等essay未尝试面试订阅