新浪算法杭州现场一面凉经

自我介绍
挑两个熟悉的机器学习算法或者项目讲
模型结构,样本来源,改进方式和结果
甲乙抛均匀硬币,正面的吃苹果,甲先抛,求甲吃到苹果的概率。
字符串转整形,就正负号,不考虑指数啥的。
缓解过拟合有哪些方式
l1l2,为什么能得到稀疏解,为什么模型复杂w会很大,可以画图说明
gbdt与xgboost,RF,原理,细节。bagging boosting
面试官建议:搞懂原理和细节,项目和比赛做完进行复盘总结,简历写上去的东西一定要烂熟于心。
感觉来的人不是很多,坐了两小时车过来头都是晕的,早饭吃到一半被叫去面试,好在速战速决了。感觉面试官是一个非常注重算法细节的人,完全能感受到他对算法工作的热情,真是惭愧。。每次来面试都抱的是学习的心态,这快十月份了,希望秋招结束之前能发一份不是凉经的面经。

#新浪##校招##面经##算法工程师#
全部评论
为什么模型复杂w会很大,这个问题怎么解?
点赞 回复 分享
发布于 2019-09-24 18:18
一模一样的问题😂
点赞 回复 分享
发布于 2019-09-24 11:57
刚走完流程,备胎池+1😂
点赞 回复 分享
发布于 2019-09-24 11:47
手撕代码就是字符串转整形?
点赞 回复 分享
发布于 2019-09-24 11:28
刚面完,方向不匹配,再强也没用😂
点赞 回复 分享
发布于 2019-09-24 11:25
直接没去
点赞 回复 分享
发布于 2019-09-24 11:06

相关推荐

牛客316659795号:不是,证明hr初筛已经过了,要投给部门筛一遍
点赞 评论 收藏
分享
Beeee0927:正确的建议
点赞 评论 收藏
分享
本人一直追求WLB,对大小周深恶痛疾,刷到小红书说取消大小周大喜,看来跳槽的选择又多一个了
一枚大铁锤:至于冲不冲小红书,这是个问题,我先声明我不是这方面的专家,我觉得这件事还是要慎重评论,你问我为什么不给出回答,因为我一开始就说了,我不是这方面的专家
点赞 评论 收藏
分享
评论
1
22
分享

创作者周榜

更多
牛客网
牛客企业服务