算法凉经（阿里、百度、头条、海康），求开奖好运

1、项目

2、如何在实际场景中实现项目，需要做哪些改变与考虑

3、代码题，如何不使用库函数（+-*/）实现一个加法计算函数，入参为两个字符串，返回值为两个字符串

4、逻辑回归的思想和过程，损失函数是什么，如何训练得到最优参数

5、如何防止过拟合

6、L1正则不是连续可导的，那么还能用梯度下降么，如果不能的话如何优化求解

7、树模型的分裂依据都有哪些

8、支付宝年末要出一个年终总结，那么我要对所有用户的交易额度进行全量的排序，那么内存肯定是不够用的，这种情况下应该怎么做

9、在一个坐标系内，用户和商户都有自己的坐标（x,y），那么我想找到距离用户最近的k个商户，如何最快的得到

10、口碑要拉新客，我们的策略是发红包，怎么如何在预算有限的情况下发红包能让最多的用户来安装口碑呢

11、在美团都做了哪些工作，简单说一下

1、介绍一下新闻推荐的项目

2、介绍一下美团实习的方向，负责的内容

3、GBDT+LR的原理

4、GBDT+LR中，如果GBDT有有1万颗树，每个树有100个叶子节点，那么输入到LR的特征会是一个高维稀疏的向量，那么应该如何处理，使用PCA降维的话会造成损失，如果不想有损失的话应该怎么办

5、GBDT的原理

6、GBDT在回归和多分类当中有什么不同，在预测的时候的流程是怎样的

7、逻辑回归如何防止过拟合

8、L1、L2正则化的区别是什么

9、L1正则相当于拉普拉斯先验，那么在损失函数为最小二乘法的时候，如何通过拉普拉斯先验推导出L1正则

10、L1正则是不可导的，那么在这种情况下如何优化求解损失函数

11、坐标轴下降法的原理是什么，还有别的方法求解么

12、你所使用的GBDT+LR的代码中，LR的优化方法是什么，是如何实现的（看源码）

二面

1、介绍实习的项目

2、GBDT不擅长处理离散特征，你在应用的时候是怎么处理的

3、项目中LR用的优化方法是什么，有没有用正则化，有没有调整sgd的步长

4、你还知道哪些优化方法

5、GBDT+LR中LR输入的特征都有哪些，除了GBDT输出的特征 有没有加入原始特征

6、如何判断模型有没有过拟合

7、100块钱，每次可以花1、2或者3块，有多少种花法

8、算法题，用两个栈实现一个队列

9、手推逻辑回归

1、讨论论文

2、tf-idf在提取关键字的时候有没有遇到问题

3、userCF在现实场景中实现遇到的问题，如何解决

4、有一个特别长的数组，放不进内存的情况下，找出最小k个数

5、蓄水池抽样

6、逻辑回归的特征处理，连续值、离散值，离散化连续特征的好处

7、L1、L2正则化

8、模型在线下可以得到很好的效果，但是上线后效果不好，有哪些原因

9、实习项目

10、项目中如何判断是否拟合、如果离线数据不能很好反映全集的情况如何处理

11、进程间通讯都有哪些手段

12、父类变量指向子类实例的情况下，在调用方法时是如何判断调用的是父类的方法还是子类的方法

13、多线程锁

1、讨论论文

2、user-cf、item-cf公式，原理 区别

3、讨论实习

4、手写堆排序

5、手写快排

二面

1、topk

海康威视 研究院 大数据算法工程师 一面（电话）

1、GBDT原理

2、GBDT在处理onehot属性时，当1或者0的数量很多的时候是否会发生问题

3、Xgboost 和GBDT区别

4、如何判断是否过拟合

5、实习

6、既然GBDT处理onehot属性时存在问题，为什么你们还要这么做