字节算法data 二面面经

HR跟面试官都很nice。出的题也很常规但因为基础不牢所以答得不是很好。
1. 自我介绍。
2. 手写K-means。
3. 看到一个项目是做GBDT预测,于是问GBDT与XGboost 的优劣点,GBDT节点分裂的具体原理等等。
4. l1 , l2 正则。
5. 又看到另一个项目是做LSTM ,于是问LSTM和RNN的区别, 遗忘门的具体实现等等。
6. 询问实习项目中的具体细节(数据预处理,特征清洗等等)。
7. 聊聊强化学习,DQN是否了解。
8. 注意到有一个推荐系统的项目,具体展开谈谈。如何解决冷启动问题。
9. 梯度消失和梯度爆炸。
10. 向面试官提问。

大概40min结束,大概率凉。
#面经#
全部评论
楼主是简历里写了k-means了嘛
点赞 回复 分享
发布于 2020-07-14 16:09
希望题主能斩获理想的offer!😋
点赞 回复 分享
发布于 2020-07-14 16:41
这。。。太难写了
点赞 回复 分享
发布于 2020-07-14 22:15
什么岗位的算法呀 推荐还是NLP?
点赞 回复 分享
发布于 2020-07-14 22:52
k-mean写伪代码么?
点赞 回复 分享
发布于 2020-07-15 13:49
没有写coding题吗
点赞 回复 分享
发布于 2020-07-15 14:42
楼主投递的是哪个地点啊
点赞 回复 分享
发布于 2020-08-11 02:37

相关推荐

评论
4
47
分享
牛客网
牛客企业服务