IT面试题库
ML基础面试题
ML基础方向的 27 道 IT 面试题,覆盖高频考点、参考答案与错题复习。
高频题目
什么是过拟合与欠拟合?如何诊断与缓解?
初级 · 新题
偏差-方差权衡(Bias-Variance Tradeoff)是什么?
中级 · 新题
批量梯度下降、随机梯度下降、小批量梯度下降有什么区别?
中级 · 新题
L1 与 L2 正则化有何区别?为什么 L1 能做特征选择?
中级 · 新题
交叉验证(Cross Validation)的作用与常见策略?
初级 · 新题
贝叶斯定理是什么?请举例说明其在分类中的应用。
初级 · 新题
特征值与特征向量有什么几何与代数意义?如何求解?
中级 · 新题
凸优化中的凸函数、梯度与最优性条件是什么?
高级 · 新题
机器学习中常用的概率分布有哪些?各自适用什么场景?
初级 · 新题
矩阵运算:乘法、转置、逆、秩分别是什么含义?
中级 · 新题
特征工程中编码、归一化/标准化、缺失值处理的常见做法及意义?
中级 · 新题
分类与回归分别常用哪些评估指标?精确率/召回率/F1 含义?
中级 · 新题
监督学习、无监督学习、强化学习的区别?各自有哪些典型算法?
初级 · 新题
过拟合与欠拟合是什么?有哪些常用应对手段?
初级 · 新题
Agent 应用的评测为什么比 RAG 更难?任务完成率、工具调用精确率与召回率、轨迹准确率、错误恢复率分别该怎么定义?
高级 · 新题
如何科学评测大语言模型的效果?困惑度(PPL)、标准基准(MMLU/GSM8K)与人工评估各自的局限是什么?
中级 · 新题
类别特征取值基数极高时,one-hot 编码为什么失效?有哪些替代方案?
高级 · 新题
设计一个机器学习实验时,如何保证消融、基线和统计显著性都站得住脚?
高级 · 新题
如何把模糊的研究想法变成一个可验证的研究问题?
高级 · 新题
模型上线前如何做 error analysis?只看总体指标为什么不够?
高级 · 新题
什么是特征工程?为什么说「数据和特征决定了模型效果的上限,模型只是去逼近它」?
初级 · 新题
数值特征如何处理?归一化/标准化、分桶(binning)、幂次/对数变换分别适用什么场景?
中级 · 新题
类别特征有哪些编码方式(One-Hot、Label、Target/均值编码、Embedding)?各自的优缺点与高基数风险?
中级 · 新题
如何用 sklearn 做特征交叉(PolynomialFeatures / 自定义交叉)来捕捉组合非线性关系?
高级 · 新题
高基数类别(如 user_id、item_id)如何转成稠密向量特征(Embedding / 哈希编码)并接入训练?
高级 · 新题
特征选择与降维(VarianceThreshold、SelectKBest、PCA)怎么用,如何平衡过拟合与信息丢失?
中级 · 新题
线上线下特征不一致(training-serving skew)是怎么产生的?如何用特征平台/一致性管道治理?
高级 · 新题
在线刷ML基础题 →