360机器学习工程师面经
介绍项目
有做过深度学习相关的吗？ XGBoost跟GBDT最重要的区别？
x²=a，怎么用逼近的方法找到x
这题我先写了个平方损失函数L(x, a)=(x² - a)²，再对L用牛顿法，求一阶、二阶导之后得到了x的递推公式。。。然后面试官小姐姐说牛顿法不需要求二阶导，用一阶导就行了
然后给我画了个图，差不多是这样的
当时一脸蒙蔽，回来才想到这个图是用来求f(x)=0的解的，小姐姐的意思应该是没必要用损失函数，直接求f(x)=x²-a=0的解就行了
写一下一维卷积？
为什么树不需要归一化？
梯度下降为什么要归一化？
PCA除了降维，还有什么用？（白化）
手撕代码：
有序数组去重
益智题：
一块长方形木板，内部掏空了一个圆形的洞，找出一条直线把木板一分为二，让两部分面积相等
一面结束后让我在房间里等二面，过了一会小姐姐又回来告诉我二面面试官不在，让我先回去等HR通知。。。结果一下楼就收到了人才库offer，这一波操作有点迷
不得不说360的办公环境太好了，室内装修很养眼，面试小房间的窗户外面就是环球金融中心和东方明珠塔
#360公司##面经##机器学习#
