在当今这个数据驱动的时代，算法在各个领域都发挥着至关重要的作用。美团作为中国领先的互联网生活服务平台，始终致力于为用户提供高效、便捷的服务。为了选拔具备优秀算法能力的校招生，我们特别准备了本次笔试卷。这些题目将检验您对算法的掌握程度、逻辑思维及问题解决能力。现在，请准备好迎接挑战，展现您的算法才华吧！
6.目前处理非均衡数据分类问题的策略包括（ ）
A：过采样
B：欠采样
C：代价敏感学习
D：集成学习
参考答案：A,B,C,D
7.下列关于k折交叉验证哪些选项正确？ （ ）
A：增大k会导致得到交叉验证结果时间变长
B：增大k会导致交叉验证结果的置信度增加
C：如果k=N，那它就是留一法验证，其中N是观测数量。
D：验证的测试集中数据充足，比较容易得到准确的误报率
参考答案：A,B,C
8.以下描述错误的是？（）
A：SVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器（minimal margin classifier）
B：在聚类分析当中，簇内的相似性越大，簇间的差别越小，聚类的效果就越差。
C：在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。
D：聚类分析可以看作是一种非监督的分类。
参考答案：A,B,C
9.使用Z-score标准化方法对样本数据进行标准化处理，则处理后的样本数据（ ）
A：均值为1
B：标准差为1
C：均值为0
D：方差为0
参考答案：B,C
10.以下关于优化算法特点描述正确的是（）
A：随机梯度下降（SGD）是一种较为常见的优化算法，经常应用于大规模和稀疏机器学习问题当中。相对于非随机算法，SGD 能更有效的利用信息，在一定程度上加快了训练速度。
B：Momentum模拟物理里动量的概念，使参数更新的方向不仅由当前的梯度决定，也与此前累积的下降方向有关。可以加速sgd在正确方向的更新，并且抑制震荡。
C：Adagrad把所有梯度平方和开根号来除当前的梯度，在学习率方面进行了约束，每个分量有各自不同的学习率。
D：RMSProp中的衰减系数，让参数更新只关注最近一段时间窗口内的梯度，一定程度上可以避免因分母积累得太大而导致的学习率逐渐为0，进而提前结束训练的情况。
参考答案：A,B,C,D
11.下面关于贝叶斯分类器说法正确的是（ ）
A：贝叶斯的思想是“由因推果”
B：贝叶斯的思想是“执果溯因”
C：可以用极大似然估计法解贝叶斯分类器
D：可以解决无监督学习的问题
参考答案：A,C
12.关于AUC指标说法正确的是（ ）
A：AUC最小值为0
B：TPR=FPR时，AUC为0.5
C：TPR>FPR时，AUC<0.5
D：AUC最大值为1
参考答案：B,D
13.下列说法正确的是（）
A：当训练样本数量趋向于无穷大时，在该数据集上训练的模型变化趋是偏差变小
B：bagging降低方差，boosting降低偏差
C：bagging降低偏差，boosting降低方差
D：泛化误差=方差+偏差+噪声
参考答案：B,D
14.与BP网络对比，CNN网络具有的不同点是（ ）
A：神经元之间不存在同层连接
B：神经元之间不存在跨层连接
C：权值共享
D：局部连接
参考答案：C,D
15.simple random sampling、systematic sampling和stratified sampling的共同特点是（ ）
A：抽样过程中每个个体被抽到的可能性相等
B：都是不放回抽样
C：适用于总体中的个体较少的情况
D：都是从总体中逐个抽取来构成研究样本
参考答案：A,B
16.关于batch normalization，以下说法错误的是？（）
A：BN可以加速网络收敛
B：BN可以缓解梯度爆炸问题
C：BN没有可学习的参数
D：BN只能放在激活函数之前
参考答案：C,D
17.下列哪些因素会对BP神经网络的训练效果产生影响（ ）
A：权值初始值
B：阈值初始值
C：学习率
D：隐层神经元个数
参考答案：A,B,C,D
还没有评论呢，快来抢沙发~