贝壳找房-数据挖掘/机器学习-一面凉

机器学习:
1、LR(简历上的写用到了)梯度下降的公式
2、XGB用的cart树是分类树还是回归树(一直以为是分类树),然后面试官指出,分类树的话,不连续咋求导。。。。
3、L1正则和L2正则的差异性,分别是应用在什么地方问我L1,L2是求一阶导数还是二阶导数
4、然后我好像瞎答到,XGB泰勒二阶展开式用了二阶导,问我为啥用二阶泰勒展开,我说。。。更准确。。。
5、XGB怎么选择分裂点
6、boosting和bagging差别(这个好说,就是方差和偏差)
7、bagging这种各个基分类器独立的集成学习模型,和wide&deep这种联合训练的模型,有啥差异(面试官建议我去看wide&deep的原文讨论部分,有说这块)

深度学习
激活函数,各自优缺点,RELU为啥神经元死亡,死亡了咋办,leaky relu,你实际怎么看出来,你的神经元死亡了

项目
问了项目中网络具体搭建细节之类的,也只针对一个项目细问了,但是问的比较细致

算法题-手撕代码
最长上升子序列,输出最长的那个子序列

想到再补充,自己基础知识掌握的不大好,面试官问得比较细,凉凉~
#面经##贝壳找房##数据挖掘工程师##校招#
全部评论
第七问,是不是指wdl同时具有记忆和泛化能力?
1
送花
回复 分享
发布于 2020-08-18 19:45
楼主你好,请问你是实习、校招还是社招?
点赞
送花
回复 分享
发布于 2020-08-16 14:44
秋招专场
校招火热招聘中
官网直投
lz,是校招吗?
点赞
送花
回复 分享
发布于 2020-08-16 18:47
lz,笔试答对多少能过啊
点赞
送花
回复 分享
发布于 2020-08-16 20:34
cart 不是 classification and regression tree嘛🤣
点赞
送花
回复 分享
发布于 2020-08-16 20:44
第二个xgb的基分类器二阶可导就行了吧,他是想问gbdt的基分类器是回归树吧?
点赞
送花
回复 分享
发布于 2020-08-17 02:48
实际怎么看出来,你的神经元死亡了 请问这个怎么看出来
点赞
送花
回复 分享
发布于 2020-08-17 09:42
l1和l2和什么阶导数啥关系…
点赞
送花
回复 分享
发布于 2020-08-19 14:48

相关推荐

#校招过来人的经验分享# 近期看各位牛油找工作的时候说八股背不下去😤,背了就忘,下面我来分享两招(仅个人经验分享哈,佬们轻喷😭😭)首先,八股考察是专业知识基础考察的俗称,通常会出现在面试专业面环节上(当然笔试也会考察,只是相对简单)。其次,八股主要分为基础知识,底层原理,场景应用 这三种类型的内容。我分别来说一下这三种八股的获取方式和背诵技巧。基础知识:基本网上搜到八股合集的都有(javaguide)。背诵方法:没啥技巧,死记硬背就完事了。实在记不住可以画思维导图增强记忆。底层原理:八股合集也有,也比较全。但注意,如果你面的是大厂,那可能会考一些新技术,新中间件的底层原理。这时候网上的八股合集就不够了,就要去根据牛客上牛油的面经去网上搜或者用gpt回答相应的底层原理,然后注意积累(推荐搞个博客作为记录),积累多了你也成大佬了。背诵方法:死记硬背,导图辅助,注意积累。如果感兴趣且有时间,可以自己读读源码,那样理解更深。场景应用:八股合集有一部分,但比较少。如果考到常规场景还好,如果考到复杂场景的话,除非看到过并记住答案(面试官还有可能举一反三得问你),不然就寄了,咱们是校招生,没那么多工程经验。这方面只能一次次的面试去积累,摸到一定的回答规律和门道。然后多看看牛客上的面经的场景题目,记下答案,作为积累
点赞 评论 收藏
分享
2 28 评论
分享
牛客网
牛客企业服务