美团机器学习一面凉经

美团一面
1.自我介绍
2.归一化几种方式
3.为什么需要对数据归一化
4.在机器学习算法中一定要用归一化吗
5.写下L2正则公式,解释下正则化原理
6.过拟合的解决方法
7.决策树剪枝方式
8.ID3缺点
9.朴素贝叶斯公式
10.抽象一个分类问题[m个样本,n个特征,k种标签],问先验概率后验概率分别是什么
11.使用贝叶斯的前提条件
12.手撕代码两道:堆排序和查找[题目是非递减序列中查找,存在重复数据,若存在则返回最后一个数据索引,若不存在则返回-1]
13.堆排序稳定吗 为什么
14.为什么不用二分查找,二分查找的复杂度多少,为什么
面试官是个很有打破砂锅问到底精神的人。
而且非常可爱,下午2点半北京阳光高照,领我进去的时候他看了看天空,念叨了下‘这天气看上去要下雨啦’,我还反驳“不会吧天气很好啊”。
面试完出来北京就狂风大雨暴作,他不会是雷公电母叭。
(内心os: 啊,是不是为我的面试凉凉埋下伏笔.....)

#机器学习##美团##面经##校招#
全部评论
第10题答案应该是这样的:先验概率是P(X=xi|Y=ck)和P(Y=ck),i∈{1,2,...,m},k∈{1,2,...,k}后验概率是P(Y=ck|X=xi), i∈{1,2,...,m},k∈{1,2,...,k},我当时面试的时候被多出来的特征集合慌了手脚...其实很简单
点赞 回复 分享
发布于 2019-09-11 16:50
路过的朋友可以看下问题10,我总感觉自己答得不是很好
点赞 回复 分享
发布于 2019-09-09 21:04

相关推荐

手机爱睡觉:感觉是没hc了,上次双选hr说七月份就开了招了很多人
投递网易等公司10个岗位
点赞 评论 收藏
分享
10-19 10:28
已编辑
西南石油大学 后端工程师
团孝子已上线feeling:面了很多家公司,能感受到目前只有小公司+外包喜欢问八股。大厂虽然也问八股,但是是从实习、项目中进行提问,并且大厂会问很深,面试官也会对你的回答进行思考➕追问,所以准备大厂面试前一定要备好相关资料。对于算法,我做的是codetop前100+力扣hot100+力扣高频150,面试中实感hot100就足够,基本上只要是hot100就秒答。对于项目和八股,我做的也是烂大街的星球项目,八股则是看小林和问ai,自己也写了很多技术博客和画了很多思维导图,并且自己也尝试用嘴巴说出来,不只停留于纸面。运气也很重要,必须要让面试官/HR看到简历才行,所以建议投递时间是下午两点。tl:第一岗位9.9 投递9.10 一面(一面评价:最近见过最强的大三,结束五分钟后约二面,都晚上九点了不下班吗)9.11 二面(三道算法a出两道,反问评价:经验不够等横向,我实习生要啥经验)9.21挂(实习时间过短+其他原因,想要一年实习的,为什么不招个正职)第二岗位10.10投递10.11约面(主管打电话,说看到我之前投递记录了想要我挂qa职进去干后端,同意)10.14 一面(无八股,主动说确实很强,意愿很强)10.16 oc其余,友邦,东软,东华,惠择,用友oc已拒京东测开一面挂(投后端被测开捞)腾讯测试已拒(投后端被测开捞)ps:表扬惠择的主管面,没怎么问技术(可能是一面面试官沟通过了),全程一起讲大道理,解答了心中很多疑惑,也告诉我以面试官角度来看怎么选候选人,如果可以下次一定选惠择
HeaoDng:美团好像可以触发一面通
点赞 评论 收藏
分享
评论
2
32
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务