第 3 / 9 页
非代码面试题
显示 20 / 171 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
2404把方差压到噪声阈值以下所需的数据倍数某模型当前的方差项是 0.30，不可约噪声是 0.05。若方差严格按 1/n 缩放，那么数据集需要扩大多少倍，才能把方差项降到 0.05？机器学习中等derivation未尝试面试订阅2405反推出不可约噪声某模型的测试 MSE 是 0.92，偏差平方是 0.15，方差是 0.27。隐含的不可约噪声项是多少？机器学习简单数值题未尝试面试订阅2406在给定样本量下选择更优模型在样本量 n=60 时，比较模型 A 的额外误差 0.04 + 12/n 和模型 B 的额外误差 0.16 + 2/n。哪个模型的额外测试误差更小？机器学习简单数值题未尝试免费2407正则化调整带来的额外误差改善某次正则化调整把偏差平方从 0.03 提高到 0.07，但同时把方差从 0.22 降到 0.08。额外测试误差改善了多少？机器学习简单数值题未尝试免费2408三个独立模型平均后的方差3 个独立训练的模型方差都为 1.8，且偏差可以忽略。它们等权平均后的方差是多少？机器学习简单数值题未尝试面试订阅2409为什么更多数据往往先帮助“方差占主导”的模型为什么增加更多数据时，高方差模型通常比高偏差模型受益更大？机器学习困难essay未尝试面试订阅2410为什么正则化会抬高训练误差却降低测试误差为什么正则化让训练集拟合变差、却改善样本外 MSE，这完全可能且合理？机器学习中等essay未尝试面试订阅2411为什么在不增加信号时扩充特征反而会恶化测试误差为什么即使真实预测信号完全没变，加入大量灵活特征仍可能恶化测试误差？机器学习简单essay未尝试免费2412为什么模型优劣会随着样本量增长而翻转为什么一个简单模型会在小样本时赢过复杂模型，却在大样本时明显落后？机器学习中等essay未尝试面试订阅2413为什么 bagging 主要针对的是方差为什么 bagging 通常被描述为降方差工具，而不是降偏差工具？机器学习中等essay未尝试面试订阅2414为什么不可约噪声会封顶最佳可达测试误差为什么即使偏差和方差看起来都已经很小，模型改进仍可能停滞？机器学习困难essay未尝试面试订阅2415为什么一个稳定但有偏的模型在实务上仍可能更受青睐为什么交易台可能更偏好一个略有偏差、但行为稳定的模型，而不是一个偏差更低、却在每次重训之间剧烈波动的模型？机器学习困难essay未尝试面试订阅2416为什么学习曲线能帮助判断主导误差来源如果训练误差很低、验证误差高很多，而且随着数据增加这个差距持续缩小，这通常说明什么？机器学习简单essay未尝试免费2417为什么单看训练误差是糟糕的复杂度选择标准为什么“选择训练误差最低的模型”是一个糟糕的模型选择规则？机器学习简单essay未尝试免费2418为什么小验证集会对复杂模型反应过度为什么在验证集很小时，复杂模型之间的比较结果看起来会特别嘈杂？机器学习中等essay未尝试面试订阅2419为什么低偏差并不自动意味着更好为什么“偏差更低”本身并不足以成为偏好某个模型的充分理由？机器学习中等essay未尝试免费2420为什么部署偏好会和基准 MSE 排名不同为什么在基准数据上最小化 MSE 的模型，并不一定是最终被生产团队部署的那个模型？机器学习困难essay未尝试面试订阅2422两个正向预测的对数损失差某事件确实发生了（y=1）。预测 A 给出概率 0.9，预测 B 给出概率 0.7。B 的对数损失比 A 大多少？机器学习简单数值题未尝试免费2423加权对数损失下的 Bayes 概率 3对于二元变量 Y，若 P(Y=1|X)=p，考虑加权对数损失 L(q,Y) = -alpha Y ln q - beta (1-Y) ln(1-q)。什么样的 q 会最小化条件期望损失？机器学习中等derivation未尝试免费2425为什么非对称损失会改变最优预测目标 21为什么一旦改变高估与低估的相对惩罚，Bayes 最优预测通常就会偏离条件均值？机器学习困难essay未尝试面试订阅