作业帮——数据挖掘/机器学习实习生一面面经
感觉就是自己的机器学习知识还是不牢固,得接着看,哎最近也没时间
先自我介绍,然后开始做题。
两道都是数组的,合并有序数组,还有一个相似数组个数。
然后问我了一些图神经网络的东西,GCN和GAT谁效果更好,频域和空域,比较浅。
然后一个业务场景,拍题转文字怎么确定学科,我说简单点用word2vec加softmax,不知道说的对不对,
然后问了我评估指标,AUC和F1哪个好,AUC更好。但我忘了横纵坐标是啥了
介绍了集成模型,bagging boosting 谁更会出现过拟合,我回答错了,应该是boosting,其实效果更好的更会过拟合嘛……
然后问了怎么防止过拟合,正则项,叶子节点权重,剪枝啥的,问了L1L2,忘记具体公式了,依稀记得是12范数过来的。
最后问了个项目
面试体验还是很好的,面试官也和蔼可亲,还是学长😁,记录一下慢慢提升吧,加油!#实习##面经##作业帮##机器学习#
先自我介绍,然后开始做题。
两道都是数组的,合并有序数组,还有一个相似数组个数。
然后问我了一些图神经网络的东西,GCN和GAT谁效果更好,频域和空域,比较浅。
然后一个业务场景,拍题转文字怎么确定学科,我说简单点用word2vec加softmax,不知道说的对不对,
然后问了我评估指标,AUC和F1哪个好,AUC更好。但我忘了横纵坐标是啥了
介绍了集成模型,bagging boosting 谁更会出现过拟合,我回答错了,应该是boosting,其实效果更好的更会过拟合嘛……
然后问了怎么防止过拟合,正则项,叶子节点权重,剪枝啥的,问了L1L2,忘记具体公式了,依稀记得是12范数过来的。
最后问了个项目
面试体验还是很好的,面试官也和蔼可亲,还是学长😁,记录一下慢慢提升吧,加油!#实习##面经##作业帮##机器学习#