BAT机器学习面试1000题（521~525题）

点击上方  ⬆   蓝字关注七月在线实验室

BAT机器学习面试1000题（521~525题）

521题

假如我们使用非线性可分的SVM目标函数作为最优化对象, 我们怎么保证模型线性可分？

A、设C=1

B、设C=0

C、设C=无穷大

D、以上都不对

点击下方空白区域查看答案
▼

正确答案是：C

解析：

答案: CC无穷大保证了所有的线性不可分都是可以忍受的

522题

以下哪些算法, 可以用神经网络去构造:

 1. KNN

 2. 线性回归

 3. 对数几率回归

A、1和 2

B、2 和 3

C、1, 2 和 3

D、以上都不是

点击下方空白区域查看答案
▼

正确答案是： B

解析：

答案: B 

1.KNN算法不需要训练参数, 而所有神经网络都需要训练参数, 因此神经网络帮不上忙

2. 最简单的神经网络, 感知器, 其实就是线性回归的训练

3. 我们可以用一层的神经网络构造对数几率回归

523题

请选择下面可以应用隐马尔科夫(HMM)模型的选项

A、基因序列数据集

B、电影浏览数据集

C、股票市场数据集

D、所有以上

点击下方空白区域查看答案
▼

正确答案是：D

解析：

答案: D只要是和时间序列问题有关的 , 都可以试试HMM.

524题

我们建立一个5000个特征, 100万数据的机器学习模型. 我们怎么有效地应对这样的大数据训练 :

A、我们随机抽取一些样本, 在这些少量样本之上训练

B、我们可以试用在线机器学习算法

C、我们应用PCA算法降维, 减少特征数

D、B 和 C

E、A 和 B

F、以上所有

点击下方空白区域查看答案
▼

正确答案是：F

解析：

样本数过多, 或者特征数过多, 而不能单机完成训练, 可以用小批量样本训练, 或者在线累计式训练, 或者主成分PCA降维方式减少特征数量再进行训练.

525题

我们想要减少数据集中的特征数, 即降维. 选择以下适合的方案 :

1.使用前向特征选择方法

2. 使用后向特征排除方法

3. 我们先把所有特征都使用, 去训练一个模型, 得到测试集上的表现. 然后我们去掉一个特征, 再去训练, 用交叉验证看看测试集上的表现. 如果表现比原来还要好, 我们可以去除这个特征. 

4. 查看相关性表, 去除相关性最高的一些特征

A、1 和 2

B、2, 3和4

C、1, 2和4

D、All

点击下方空白区域查看答案
▼

正确答案是：D

解析：

答案: D 

1.前向特征选择方法和后向特征排除方法是我们特征选择的常用方法

2.如果前向特征选择方法和后向特征排除方法在大数据上不适用, 可以用这里第三种方法. 

3.用相关性的度量去删除多余特征, 也是一个好方法 

所以D是正确的

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

七月在线也来找锦鲤喽~

我们将在

10月19日下午18:00（本周五）

抽出一只锦鲤送出:

1024元现金红包 或 价值2699元的【2018VIP】

锦鲤可以二选一哦

活动详情戳下面查看：

👇

我们准备了1024元现金

寻找一只爱学习的锦鲤

今日学习推荐

我们的【深度学习集训营第二期】火热报名中。从TensorFlow起步实战BAT工业项目。11月13日起正式上课，为期一个多月，努力5周，挑战年薪40万，甚至更多薪！

这么好的机会，还在等什么，报名即送三门课程，《机器学习工程师 第八期》、《深度学习 第三期》、《TensorFlow框架案例实战》，更好的助力您学习深度学习集训营课程。且2人及2人以上组团报名，可各减500元，想组团者请加微信客服：julyedukefu_02

挑战高薪，从现在开始~

 更多资讯

 请戳一戳

往期推荐

我们准备了1024元现金，寻找一只爱学习的锦鲤！

伤不起的三十岁，干不动的程序员要何去何从？

【Github 6K星】BAT头条滴滴小米等名企AI工程师笔经面经 + 算法/机器学习/深度学习/NLP资源汇总

一图概览整个深度学习的核心知识体系（建议收藏）

起薪30万，你还在愁找不到工作？

点击 【阅读原文】，免费领取大礼包~

↓↓↓