美团机器学习面经
美团 机器学习
走进去的时候 面试官对着简历反复看了好几遍 感觉没有兴趣点 ，隐隐约约的觉得马上要GG了
1 问了 卷积层和池化层的区别
卷积层：用它来进行特征提取。
池化层：对输入的特征图进行压缩，一方面使特征图变小，简化网络计算复杂度；一方面进行特征压缩，提取主要特征
2 卷积公式 手写 撸了一个二维的卷积 ，一维的忘了
/f(t)g(x-t)dt /表示积分
3你对传统的机器学习有了解吗？比如？
4哦 逻辑斯地回归 说一下目标函数 （ 说了对数损失）
5 为什么用这个目标函数
6 平方误差可以用在这个损失函数上吗？ 为啥？
（ 说平方误差不好 ，解释了为啥 问能用吗？ 我想回去看统计学习了）
7 你的研究课题是啥？ 懵逼中 ，你做了啥？（。。。）
8 大数据
（没深入）
9 输入正整数N 打印2^ n值
首先说移位，然后大数怎么办 ？最后算法没写出来。
GG
总结： 传统的机器学习方法有待提升 ，需要看大数据的东西
查看5道真题和解析
