INTERVIEW PREP

数学与非代码面试题

覆盖数学、概率、统计、脑筋急转弯、机器学习和金融。这里负责筛选和进入单题;编程题使用独立的 LeetCode 式 coding lab。

题目
4169
领域
8
当前筛选
1721

21 / 87

非代码面试题

显示 20 / 1721 道匹配题目

答题状态:未尝试未正确已正确
2531为什么 one-vs-rest 的分数不必加到一 15为什么独立训练的 one-vs-rest logistic 分类器可能给出不加和为一的类别概率?机器学习简单essay未尝试免费2536为什么 softmax 能修复联合归一化 16softmax 相对于 one-vs-rest logistic 自动额外提供了什么?机器学习简单essay未尝试免费2537为什么 logistic 概率对下游有用 18为什么 logistic 回归输出经过校准的概率估计,而不是只给一个硬标签,会很有价值?机器学习中等essay未尝试面试订阅2546带叶节点下限时的合法阈值数量 15一个已排序特征有 31 个观测,并且每个子叶节点至少要有 6 个观测。合法切分位置有多少个?机器学习简单数值题未尝试免费2547最弱链接 alpha 的数值计算 16某个节点若被剪成单个叶节点,误差为 18;它当前子树的训练误差为 10,且有 3 个叶节点。该子树对应的最弱链接 alpha 是多少?机器学习简单数值题未尝试免费2549回归节点上是否切分的带惩罚决策 18某个回归叶节点的 SSE 为 260。若切分后左右子节点的总 SSE 会变成 230,并且每多一个叶节点要付出 12 的复杂度惩罚,那么是否应保留该切分?机器学习中等数值题未尝试免费2551为什么预剪枝会错过一个好的两步切分 9为什么很激进的预剪枝规则,可能会拒绝一个“眼前看起来不够强”的首个切分,但这个切分其实能打开一个更好的二层结构?机器学习简单essay未尝试免费2552数据扰动后哪一个切分变成最优 19切分 A 原本的增益是 1.20,切分 B 的增益是 1.05。修正一行数据之后,A 的增益下降 0.10,B 的增益上升 0.08。现在哪个切分更优?机器学习中等数值题未尝试免费2553最大平衡深度的数值计算 20某棵树的根节点有 96 个样本,并且每次切分都完全平衡。若每个叶节点至少要有 12 个样本,最大深度是多少?机器学习中等数值题未尝试面试订阅2554带代价时叶节点应输出的类别 21某个叶节点里有 7 个正样本和 13 个负样本。若预测为负类,则每个被错分的正样本要付出 4 的假阴性代价;若预测为正类,则每个被错分的负样本要付出 1 的假阳性代价。该叶节点应预测哪个类别?机器学习中等数值题未尝试面试订阅2556分组重复值下的可行阈值数量 22一个已排序特征由 5 个不同取值块组成,块大小分别是 [3, 5, 2, 4, 6],并且只允许在不同取值块之间切分。若每个子叶节点至少要有 6 个样本,那么合法阈值有多少个?机器学习简单数值题未尝试免费2565带 alpha 收费的验证剪枝决策 23把一个单叶节点替换成一个 3 叶子树后,验证损失下降了 4.5。若每增加一个叶节点要付出 alpha = 1.2 的复杂度收费,是否应保留该子树?机器学习困难数值题未尝试面试订阅2572集成方差的数值计算 22每棵树的方差为 9,任意两棵树的相关系数为 0.2,森林共有 25 棵树。森林平均预测的方差是多少?机器学习简单数值题未尝试免费2574为什么 bagging 最能帮助不稳定学习器 10为什么 bagging 通常对深树帮助很大,却对本来就稳定的学习器帮助较小?机器学习中等essay未尝试免费2575为什么 bagging 很少能修复高偏差 11为什么不应指望 bagging 单独去拯救一个“单树本身就系统性失配”的学习器?机器学习困难essay未尝试面试订阅2577为什么 OOB 不适用于分组或时间数据 13为什么当样本之间由实体或时间联系在一起,而不是可交换抽样时,out-of-bag 误差会具有误导性?机器学习中等essay未尝试面试订阅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2585达到目标方差上限所需的树数 4设每棵树的方差为 sigma 2,任意两棵树的相关系数为 rho。假设目标上限 V 满足 V > rho sigma 2,推导要把集成方差压到不超过 V 所需的最小 B。机器学习困难derivation未尝试面试订阅2589偏差不变时 bagging 后的 MSE 7假设每棵树的偏差平方都是 b 2,预测噪声底为 nu,而 bagging 只会按等相关树公式改变方差项。请推导拥有 B 棵树时的 bagged 测试 MSE。机器学习困难derivation未尝试面试订阅