阿里 机器学习 一面
8.28 只过了0.8
9.4 面试
1 介绍项目
2 RF 和 XGB 差别
3 XGB和GBDT差别 泰勒展开原因、二阶展开原因
4 LR 损失函数用交叉熵原因
5 GBDT 损失函数
6 决策树 分裂方式，信息增益和GINI系数公式，CART为何用GINI
7 残差网络 了解不
8 深度学习 了解多少
9 梯度消失 梯度爆炸 如何解决
10 贝叶斯公式
11 SVM 计算过程 核函数
12 算法题 two sum three sum求素数
竟然未卒，放弃侥幸心理，认真努力！
#面经##校招##机器学习##阿里巴巴#
我现在也只有一个保底
太难了
CVTE公司福利 258人发布
