京东ai面试题及答案.docxVIP

京东ai面试题及答案

一、基础理论与算法原理（总分30）

1.请简述梯度下降法的三种主要变体及其区别。（5分）

答案：梯度下降法的三种主要变体包括批量梯度下降（BGD）、随机梯度下降（SGD）和小批量梯度下降（Mini-batchGD）。BGD在每次更新参数时使用整个训练集，计算准确但速度慢且内存消耗大；SGD每次仅使用一个样本进行更新，速度快且能跳出局部最优，但波动较大；Mini-batchGD结合了两者优点，每次使用一小批样本，计算效率高且收敛相对稳定。

2.解释机器学习中的“过拟合”与“欠拟合”，并给出相应的解决方法。（5分）

答案：过拟合是指模型在训练数据上表现很好，但在测试数据上表现差，说明模型学习了数据中的噪声和细节；欠拟合是指模型在训练集和测试集上表现都差，说明模型过于简单，没有学到数据的规律。解决过拟合的方法包括增加数据量、使用正则化（L1/L2）、Dropout、早停法等；解决欠拟合的方法包括增加模型复杂度、减少正则化强度、选择更合适的特征等。

3.请对比卷积神经网络（CNN）与循环神经网络（RNN）在处理数据时的主要区别。（5分）

答案：CNN主要用于处理网格状数据（如图像），具有局部感受野和权值共享的特点，擅长提取空间特征；RNN主要用于处理序列数据（如文本、语音），具有记忆功能，能够利用历史信息来处理当前输入，擅长捕捉时间或序列依赖关系。

4.