BAT机器学习面试1000题(731~735题)

2018 年 12 月 19 日 七月在线实验室


BAT机器学习面试1000题(731~735题)


731题

逻辑回归是输出结果落在[0,1]区间内,下列哪个函数用于转换概率,使其落入[0,1]?


A、Sigmoid


B、Mode


C、Square


D、Probit




点击下方空白区域查看答案

正确答案是:A


解析:

Sigmoid函数用于转换输出结果,使之落在逻辑回归区间[0,1]内




732题

考虑线性回归和逻辑回归中的重量/相关系数,关于cost函数的偏导,下列哪一项是正确的?


A、都不一样


B、都一样


C、无法确定


D、以上都不对



点击下方空白区域查看答案

正确答案是: B


解析:

参考这个链接:http://feature-space.com/2011/10/28/logistic-cost-function-derivative/




733题

假设使用逻辑回归模型处理n元分类问题,可以用到One-vs-rest方法,则下列哪一项是正确的?


A、在n元分类问题中,需要拟合n个模型


B、为了分类为n类,需要拟合n-1个模型


C、为了分类为n类,只需要拟合1个模型


D、都不正确



点击下方空白区域查看答案

正确答案是:A


解析:

如果有n类,就有n个分散的逻辑回归需要拟合,每一类的概率都是基于其余类来预测的。以三类分类(-1,0,1)为例,需要训练三个逻辑回归分类器:1. -1 vs 0 and 12.0 vs -1 and 13.1 vs 0 and -1





734题

下图是两种有不同β0 和β1值的逻辑回归模型,下列关于两种逻辑回归模型中β0 和β1的叙述哪项是正确的?

提示:Y = β0 + β1*X,β0为截距,β1是斜率


A、绿线的β1比黑线的大


B、绿线的β1比黑线的小


C、两个模型的β1是一样的


D、无法得出结论



点击下方空白区域查看答案

正确答案是: B


解析:

β0和β1: β0 = 0, β1 = 1是黑线的情况;β0 = 0, β1 = −1是绿线的情况我们希望你能发现这个测试和提供的解决方法有趣而实用。这个测试注重回归的理论知识和它的多种技巧。我们试着通过这篇文章解释你们的所有疑惑,如果你发现了任何错误和遗漏,或者你有好的建议,请和我们联系。




735题

下列哪一个项对欠拟合和过拟合的权衡影响最大?


A、多项式次数


B、是否通过矩阵倒置或梯度下降来学习权重


C、使用常数项



点击下方空白区域查看答案

正确答案是:A


解析:

答案:A选择正确的多项式次数在回归拟合中扮演重要角色,如果选择的次数太高,过拟合的可能性将大大提高。




题目来源:七月在线官网(https://www.julyedu.com/)——面试题库——笔试练习——机器学习


今日学习推荐

无人驾驶实战班

火热报名中

2019年2月23日开课

首次全面公开L4级别的全自动驾驶技术
从零搭建L4级自动驾驶系统
BAT一线讲师  核心算法讲解   八大实战项目



有意的亲们可以行动起来喽 

两人及两人以上组团立减100元


咨询/报名/组团可添加微信客服

julyedukefu_02

👇

长按识别二维码


如果不想错过喜欢的内容

可以顺手打个"星标”哦


操作只需要四步

简单快捷,马上学起来



 更多资讯

 请戳一戳

往期推荐

国内首个!无人驾驶车在武汉商业运营(文末送无人驾驶畅销书)

寒冬来临?Hinton:我并不认为会有AI寒冬

资源 | 《统计学习方法》的Python 3.6复现,实测可用(速收)

一位95后程序员的分享:如何拿下年薪45万的offer?

斯坦福全球AI报告:人才需求两年暴增35倍,中国机器人部署量涨500%

拼团,咨询,查看课程,请点击 “ 阅读原文 

↓↓↓ 
登录查看更多
0

相关内容

逻辑回归(也称“对数几率回归”)(英语:Logistic regression 或logit regression),即逻辑模型(英语:Logit model,也译作“评定模型”、“分类评定模型”)是离散选择法模型之一,属于多重变量分析范畴,是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。在统计学中,logistic模型(或logit模型)用于对存在的某个类或事件的概率建模,例如通过/失败、赢/输、活着/死了或健康/生病。这可以扩展到建模若干类事件,如确定一个图像是否包含猫、狗、狮子等。图像中检测到的每个物体的概率都在0到1之间,其和为1。
【伯克利】再思考 Transformer中的Batch Normalization
专知会员服务
41+阅读 · 2020年3月21日
机器学习速查手册,135页pdf
专知会员服务
342+阅读 · 2020年3月15日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
357+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
146+阅读 · 2019年12月4日
【机器学习课程】Google机器学习速成课程
专知会员服务
165+阅读 · 2019年12月2日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
BAT机器学习面试1000题(716~720题)
七月在线实验室
19+阅读 · 2018年12月17日
BAT机器学习面试题1000题(376~380题)
七月在线实验室
9+阅读 · 2018年8月27日
深度学习面试100题(第81-85题)
七月在线实验室
17+阅读 · 2018年8月6日
深度学习面试100题(第76-80题)
七月在线实验室
6+阅读 · 2018年8月3日
BAT机器学习面试题1000题(316~320题)
七月在线实验室
14+阅读 · 2018年1月18日
BAT机器学习面试题及解析(266-270题)
七月在线实验室
6+阅读 · 2017年12月13日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
BAT机器学习面试1000题系列(第116~120题)
七月在线实验室
16+阅读 · 2017年10月24日
BAT机器学习面试1000题系列(第36~40题)
七月在线实验室
8+阅读 · 2017年10月3日
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
【伯克利】再思考 Transformer中的Batch Normalization
专知会员服务
41+阅读 · 2020年3月21日
机器学习速查手册,135页pdf
专知会员服务
342+阅读 · 2020年3月15日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
357+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
146+阅读 · 2019年12月4日
【机器学习课程】Google机器学习速成课程
专知会员服务
165+阅读 · 2019年12月2日
相关资讯
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
BAT机器学习面试1000题(716~720题)
七月在线实验室
19+阅读 · 2018年12月17日
BAT机器学习面试题1000题(376~380题)
七月在线实验室
9+阅读 · 2018年8月27日
深度学习面试100题(第81-85题)
七月在线实验室
17+阅读 · 2018年8月6日
深度学习面试100题(第76-80题)
七月在线实验室
6+阅读 · 2018年8月3日
BAT机器学习面试题1000题(316~320题)
七月在线实验室
14+阅读 · 2018年1月18日
BAT机器学习面试题及解析(266-270题)
七月在线实验室
6+阅读 · 2017年12月13日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
BAT机器学习面试1000题系列(第116~120题)
七月在线实验室
16+阅读 · 2017年10月24日
BAT机器学习面试1000题系列(第36~40题)
七月在线实验室
8+阅读 · 2017年10月3日
Top
微信扫码咨询专知VIP会员