9.8从早上十点半到下午四点半结束,服务与软件研发管理部-软件算法岗位,希望有个好结果! 一、二面:讲论文!项目! 决策树划分选择、树的复杂度、剪枝 GBDT、RF 有什么异同?各适用于什么样的情况?(集成学习这一块问的挺多的) 感知机模型流程?(我画了一层,从结构、激活、损失到优化,推 BP,激活函数对比等) 池化层的作用?(我拓展讲了种类、反向传播,以及 pytorch 特有的自适应池化) 循环神经网络,RNN、LSTM 对比 k-means 和 DBSCAN 的对比, k 的选取,提速,聚类方法的评估 特征选择的方法?(这里建议分 filter, wrapp...