搜狗校招筆試題

時間：2024-07-14 17:17:30 面試筆試

搜狗2015校招筆試題

　　①、機器學習

搜狗2015校招筆試題

　　下列哪個不屬于CRF模型對于HMM和MEMM模型的優勢( )

　　A：特征靈活

　　B：速度快

　　C：可容納較多上下文信息

　　D：全局最優

　　答案：B

　　解析：HMM模型是對轉移概率和表現概率直接建模，統計共現概率。而MEMM模型是對轉移概率和表現概率建立聯合概率，統計時統計的是條件概率。CRF是在給定需要標記的觀察序列的條件下，計算整個標記序列的聯合概率分布，而不是在給定當前狀態條件下，定義下一個狀態的狀態分布。MEMM容易陷入局部最優，是因為MEMM只在局部做歸一化。CRF模型中，統計了全局概率，在做歸一化時，考慮了數據在全局的分布，而不是僅僅在局部歸一化，這樣就解決了MEMM中的標記偏置的問題。

　　CRF沒有HMM那樣嚴格的獨立性假設條件，因而可以容納任意的上下文信息，特征設計靈活。CRF需要訓練的參數更多，與MEMM和HMM相比，它存在訓練代價大、復雜度高的缺點。

　　②、概率

　　假設一個完整的撲克牌有52張牌，2黑色(黑葵和梅花)和2紅色(方塊和紅心)。如果給你一副完整的牌，和半副牌(1紅色和1黑色)，則兩種情況下抽兩張牌都是紅色的概率是多少( )

　　A：1/2，1/2

　　B：25/102，12/50

　　C：50/51，24/25

　　D：25/51，12/25

　　答案：B

　　解析：一副牌，第一張為紅色的概率為26/52，第二張為紅色的概率為25/51，兩張都為紅色的概率為：26/52*25/51=25/102

　　半副牌，第一張為紅色的概率為13/26，第二張為紅色的概率為12/25，兩張都為紅色的概率為：13/26*12/25=12/50

　　③、機器學習

　　下面關于ID3算法中說法錯誤的是( )

　　A：ID3算法要求特征必須離散化

　　B：信息增益可以用熵，而不是GINI系數來計算

　　C：選取信息增益最大的特征，作為樹的根節點

　　D：ID3算法是一個二叉樹模型

　　答案：D

　　解析：ID3算法的核心思想是以信息增益度量屬性選擇，選擇分裂后信息增益最大的屬性進行分裂。ID3算法的局限是它的屬性只能取離散值，為了使決策樹能應用于連續屬性值情況，可以使用ID3的一個擴展算法C4.5算法。BC選項都是ID3算法的特點。ID3算法生成的決策樹是一棵多叉樹，分支的數量取決于分裂屬性有多少個不同的取值。因此D選項錯誤。

【搜狗校招筆試題】相關文章：

2015阿里校招研發工程師在線筆試題11-20