2026年联通AI算法工程师面试题集.docxVIP

第PAGE页共NUMPAGES页

2026年联通AI算法工程师面试题集

一、机器学习基础（共5题，每题6分）

1.线性回归与逻辑回归的区别是什么？在哪些场景下优先选择逻辑回归？

答案与解析：

线性回归和逻辑回归的主要区别在于：

-目标函数：线性回归输出连续值，采用均方误差（MSE）优化；逻辑回归输出概率值（0-1），采用交叉熵（Cross-Entropy）优化。

-适用场景：线性回归适用于预测连续数值（如房价、温度）；逻辑回归适用于分类任务（如垃圾邮件检测、用户流失预测）。

优先选择逻辑回归的场景：

1.二分类问题（如是/否、正/负样本）；

2.需要输出概率解释的场景（如信用评分）；

3.数据线性可分或可通过非线性变换（如核方法）实现可分。

2.解释过拟合和欠拟合的产生原因，并说明如何通过正则化解决过拟合问题？

答案与解析：

-过拟合：模型对训练数据过度拟合，包括大量噪声；

-欠拟合：模型复杂度不足，未能捕捉数据规律。

解决过拟合的方法：

1.L1/L2正则化：通过惩罚项限制权重大小（L1稀疏，L2平滑）；

2.Dropout：随机丢弃神经元，增强泛化能力；

3.数据增强：扩充训练样本（如图像旋转、平移）；

4.早停法（EarlyStopping）：监控验证集误差，停止过拟合训练。

3.什么是梯度下降法？简述其变种随机梯度下降（SGD）和