高德机器学习算法实习一面

攒人品中!!!
1.实习拷打
2.项目拷打
3.“手撕”买卖股票,说思路,时间复杂度
4.对于分类问题,常用的损失函数有哪些?写一下二分类的交叉熵公式。Log loss 的作用?为什么取对数能方便梯度计算?
5.对于回归问题,常用的损失函数有哪些?如果数据里离群点比较多,适合用 MSE 还是 MAE?分类问题可以用 MSE 吗?对比一下分类问题里交叉熵和 MSE 的区别。
6.分类问题常用的离线评估指标有哪些?
7.介绍一下 AUC 。ROC 曲线是怎么画?
8.介绍一下精确率和召回率。
9.F1 score 了解吗?作用?
10.介绍一下注意力机制和公式,以及自/交叉注意力的核心区别。根号 DK 的作用?
11.怎么解决梯度消失/爆炸
12.线上 CTR 建模的训练数据,是模型排序后的曝光数据,属于有偏数据,怎么在建模中消除这个位置偏差?
全部评论
强烈推荐!这个笔记写得很清晰 http://github.com/AccumulateMore/CV
1 回复 分享
发布于 03-27 09:20 广东
问的还挺多,最后过了吗
点赞 回复 分享
发布于 昨天 21:21 北京
说真的技术性好强
点赞 回复 分享
发布于 昨天 13:49 江苏

相关推荐

点赞 评论 收藏
分享
牛客51274894...:照片认真的吗,找个专门拍证件照的几十块钱整端正点吧,要不就别加照片
点赞 评论 收藏
分享
评论
点赞
收藏
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