快手 机器学习算法工程师 凉面（经）
约的视频面试。。
一面
1.生成式模型与判别式模型的区别？
2.贝叶斯是什么？
3.bn为什么能加快收敛速度。bn解决了什么问题？bn是怎么计算的？基于什么计算的？训练和测试的时候有什么不同？测试时候的均值和方差是怎么来的？
3.5 池化层的作用？池化层反向传播的时候是怎么计算的？
3.6 神经网络不断发展的趋势是什么？向着什么方向发展？
3.7正则化有哪些方法？
3.8为什么输入网络之前数据要做归一化？
4.如何加快收敛速度。
5.SVM为什么能够求解对偶问题，求解对偶问题为什么和原问题一样？为什么要求解对偶问题？svm的公式是什么？如果线性不可分怎么办？
6.kkt条件具体是什么？
7.极大似然函数和极大后验函数是啥？
8.relu有什么缺点。
9.具体解释adam，二阶矩是什么？为什么要用二阶矩？
10，ax=b，求x的方法。（求逆矩阵，如果不可逆怎么办。什么情况下可逆。）
代码：判断一个二叉树是否为二叉搜索树。优化空间
二面
1.正则化与bias，variance的关系
2.凸函数是什么，有什么良好的性质？极值是什么？
3.k个独立高斯同分布随机变量的结果是？
4.推导softmax的梯度，和tanh的梯度（求导~）
代码：
4.求两个数的汉明距离。
5.给一个二叉搜索树，和一个区间，删掉不在区间内的节点。
可能还有些记不得了~脑子实在是不行了5555555
#面经##内推##算法工程师##快手##机器学习#
投递美团等公司10个岗位 >
