Construct 推荐算法实习 一面

#找实习多的是你不知道的事##面试##面试题刺客退退退##如何判断面试是否凉了#
已挂~
10.25 14:30-15:10
偏理论知识一些（机器学习的会更多），还有手撕，哎，虽然大差不差写出来了，但挺难顶的
感觉要凉（不，是一定会挂）

自我介绍
没有推荐相关的经历，问我为啥要做推荐，我说了解过还挺感兴趣的
问了实习能到岗的时间，说是有正式校招hc，实习表现好可转正
介绍论文
论文里用到了GAT，问GAT和GCN的区别、适用场景（没答好）
论文里用的损失函数、评估指标
交叉熵和KL散度的区别
交叉熵的好处，相比于均方误差，二者有啥区别，逻辑回归为啥用交叉熵
boosting bagging用过吗，没用过，讲了一下它俩的具体做法
梯度消失和梯度爆炸
机器学习中分类问题的指标有哪些？（不知道，问我ROC了解吗，我只听说过）
逻辑回归里的损失函数是啥，为啥不用mse？

手撕：动态规划求矩阵中1构成的最大正方形面积，吭吭哧哧写出来了，但是好多细节没有搞好，初始化、动态转移方程；一开始还想错了用dfs来做qaq

反问：具体业务场景、技术栈、看重哪些能力