美团机器学习面经

美团 机器学习
   走进去的时候 面试官对着简历反复看了好几遍 感觉没有兴趣点 ,隐隐约约的觉得马上要GG了
   1  问了 卷积层和池化层的区别 
            卷积层:用它来进行特征提取。

            池化层:对输入的特征图进行压缩,一方面使特征图变小,简化网络计算复杂度;一方面进行特征压缩,提取主要特征


     2  卷积公式 手写  撸了一个二维的卷积 ,一维的忘了
        /f(t)g(x-t)dt  /表示积分
        
    3你对传统的机器学习有了解吗?比如?
            
 4哦  逻辑斯地回归  说一下目标函数 ( 说了对数损失)
   5 为什么用这个目标函数
    6 平方误差可以用在这个损失函数上吗? 为啥?
           ( 说平方误差不好 ,解释了为啥  问能用吗? 我想回去看统计学习了)
    7 你的研究课题是啥? 懵逼中 ,你做了啥?(。。。)
    8 大数据   
        (没深入)
 9 输入正整数N 打印2^ n值
        首先说移位,然后大数怎么办 ?最后算法没写出来。
GG
   
 总结: 传统的机器学习方法有待提升 ,需要看大数据的东西     
  
全部评论
MSE不适合于所有分类问题,因为它对误分类的penalty差
点赞 回复 分享
发布于 2017-09-19 18:22
lr用mse是非凸的 
点赞 回复 分享
发布于 2017-09-19 18:57
大数据指Hadoop这些?
点赞 回复 分享
发布于 2017-09-19 17:53
上海的点评么?
点赞 回复 分享
发布于 2017-09-19 17:53
别看了,统计学习上没有
点赞 回复 分享
发布于 2017-09-19 17:57
楼主后来怎么样?
点赞 回复 分享
发布于 2017-09-19 18:33
咱俩相反,给我的建议是该去看看深度学习了……
点赞 回复 分享
发布于 2017-09-19 18:55
一天只有一面吗?
点赞 回复 分享
发布于 2017-09-19 19:44

相关推荐

CISYA:啊?这么溜的简历会难?
点赞 评论 收藏
分享
1 64 评论
分享
牛客网
牛客企业服务