解题思路全部基于深度强化学习的建模理论,python写的,用的stable baselines3强化学习框架,代码需用jupyter notebook打开。
试题一的内容:
假设待预测值y_true是(0,1)内的连续变量,使用简单MLP网络预测该值。方案1:使用mse loss预测。方案2:将区间等分为10份,每个y_true对应一个分类,使用crossentropy loss。如果不计区间分段造成的截断误差,两种方案哪种适合,为什么?除了这两个方案,你是否能提出一种更好的方案?(可以假定其他先验条件)
试题二的内容:
有三个文本abc,a和b的余弦相似度是0.9,b和c之间是0.95,问a和c之间余弦相似度的范围?
答案在附件里面。
- AI-Talent-01-predictY.ipynb
- AI-Talent-02-cosineSim.ipynb
- AI-Talent解题答案.docx