真面经，好答案。面试之前，先来面栈。

模型基础与推理

本分类共 8 个专题 · 1155 道题

已筛选

共 1155 道题

排序：

5265
常见目标检测框架有哪些差异，如何比较单阶段与两阶段方法？
模型基础与推理多模态与生成模型
比较选型
进阶
暂无面经3 个题集来源
5280
目标检测如何评估定位、分类与速度，AP 和 mAP 怎样计算？
模型基础与推理多模态与生成模型
效果评估
进阶
1 篇面经2 个题集来源
5283
目标检测模型可以从哪些环节优化，如何验证改进？
模型基础与推理多模态与生成模型
方案设计
进阶
暂无面经3 个题集来源
5288
目标检测从传统方法到深度模型如何演进？
模型基础与推理多模态与生成模型
概念解释
进阶
暂无面经3 个题集来源
5291
嵌入分类器与零样本大模型分类应如何按需求选择？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经3 个题集来源
5296
K-Means 有哪些优势和局限，哪些数据需要改用其他聚类方法？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经3 个题集来源
5319
XGBoost、LightGBM 和 CatBoost 有哪些区别，如何选型？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经3 个题集来源
5320
什么是集成学习，常见组合框架有哪些？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经3 个题集来源
5326
GBDT 如何拟合负梯度并完成分类或回归？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经3 个题集来源
5327
随机森林如何训练和预测，随机性为何有助于泛化？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经3 个题集来源