腾讯PGB,NLP算法二面面经。。。
个人太菜了，没有认真钻研，大家引以为戒，好好看看算法的细节都是为什么，遇到所有的东西都要问问为什么，对面试有好处！
1. SVM 的 优化函数公式怎么写，代价函数是什么？
2. 随机森林是怎么回事，为什么树模型好用，为什么要发明随机森林？
3. XGBOOST相对于GDBT最大的优势是什么，XGBOOST求二阶导数的好处都有什么？
4. BERT是怎么分词的？
5. Word2Vec的训练方式有哪两种？（指的是分层softmax和负采样），CBOW和SkipGram各个的优缺点都是什么？（一个计算量小，一个慢但是细致）
6. 评估模型的指标都有什么，AUC和ROC具体是什么，代表了什么属性？
还出了个字符串转换浮点数的编程题，主要是细心吧。
应该就是这些，也有可能漏了东西，不过先写这么多吧。
#面经##腾讯##算法工程师##校招#
