面试题目整理

题目编号名称知识点主题
1有哪些文本表示模型,它们各有什么优缺点?文本表示NLP
2Word2vec是如何工作的?它和LDA有什么区别和联系?word2vec LDANLP
3处理文本数据时,RNN比CNN有什么特点?RNN CNNNLP
4RNN为什么会出现梯度消失或梯度爆炸?有哪些改进方案?RNNNLP
5在RNN中可以采用ReLU作为激活函数吗?RNNNLP
6LSTM中各模块分别使用什么激活函数,可以使用别的激活函数吗?LSTMNLP
7什么是Seq2Seq模型?Seq2Seq有哪些优点?Seq2SeqNLP
8Seq2Seq模型在解码时,有哪些常用的方法?Seq2SeqNLP
9Seq2Seq模型加入注意力机制是为了解决什么问题?为什么选用了双向循环神经网络?Seq2SeqNLP
10知道哪些命名实体识别算法?具体的优缺点?(Bi-LSTM-CRF)NERNLP
11如何对中文分词问题用隐马尔可夫模型进行建模和训练?HMMNLP
11.5最大熵隐马尔可夫模型为什么会产生标注偏置问题,如何解决?HMMNLP
12常见的概率图模型中,哪些是生成式模型,哪些是判别式模型?概率图ML
13使用过PyTorch或TensorFlow吗?简要写一个RNN算法。PyTorchDL
14写过爬虫吗?爬虫Python
15了解基于医学语义匹配的实体链接算法吗?实体链接NLP
16决策树有哪些常用的启发函数?如何对决策树进行剪枝?决策树ML
17GBDT介绍一下?GBDTML
18Xgboost与GBDT的区别与联系是什么?XgboostML
19深度学习优化算法有哪些,随便介绍一个(说的Adagrad,优缺点明显,进退自如);优化算法DL
20L1和L2正则的区别,如何选择L1和L2正则?L1在0处不可导,怎么处理?正则化ML
21LR和SVM的联系与区别?LR SVMML
22LR与线性回归的区别与联系?LRML
23L1和L2的区别。正则化ML
24SVM的模型的推导SVMML
25LR的原理和Loss的推导LRML
25.5线性回归损失函数线性回归ML
25.6SVM损失函数SVMML
25.7朴素贝叶斯NBML
25.8交叉熵损失函数损失函数ML
26GRUGRUNLP
27Memory networkMemory networkNLP
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值