美团LBS部门 数据挖掘/机器学习工程师 一面凉经

1.简单介绍下自己和一个完整项目:数据处理,特征选择,模型选择到评价优化
2.根据介绍的项目开始问细节:怎么选取特征,怎么进行特征处理,SVM怎么解决多分类,一对多和一对一的优缺点,正则化的作用,SVM中正则化怎么起的作用,核函数有哪些,多项式核函数可以拟合无限维吗?为什么高斯核函数可以拟合无限维
3.介绍熟悉的深度学习模型,并介绍优缺点,简单介绍了Deepfm,Wide&Deep,YoutubeNet,PNN
4.BN中怎么处理训练集和测试集中均值,方差
5.介绍word2vector,负采样和softmax分别解决什么问题
6.手绘LSTM结构图,LSTM怎么解决梯度消失的?梯度消失还有哪些解决方法
7.模型中方差,偏差怎么定义的,偏差,方差和过拟合,欠拟合的关系,举例怎么解决LR模型的方差偏大问题
8.手撕代码:给定一个长度为n+1的数组,里面有n个数字,找出重复的那个数字,时间复杂度o(n)


#美团##机器学习##面经##校招#
全部评论
问的好细呀
点赞 回复 分享
发布于 2019-09-04 22:25
为何凉了?难道有些没答出来吗
点赞 回复 分享
发布于 2019-09-04 23:32
我下周三准备去面试,现在感觉我也要凉了
点赞 回复 分享
发布于 2019-09-06 16:57
问word2vector、SVM是因为项目里有用到吗
点赞 回复 分享
发布于 2019-09-07 00:51

相关推荐

不愿透露姓名的神秘牛友
11-27 10:52
点赞 评论 收藏
分享
11-01 20:03
已编辑
门头沟学院 算法工程师
Amazarashi66:这种也是幸存者偏差了,拿不到这个价的才是大多数
点赞 评论 收藏
分享
牛客101244697号:这个衣服和发型不去投偶像练习生?
点赞 评论 收藏
分享
评论
点赞
40
分享
牛客网
牛客企业服务