这年头机器学习没深度学习不能活了吗
快手一面凉经 算法
我迟到10分钟
面试45分钟
1. 和为k的连续数组
2.AUC 公式,物理意义,GAUC,auc缺点
3.L1 和L2
4. Dropout 训练预测区别 BN在哪些场景下不适用
5.Xgboost特点
6.损失函数评价函数,Huber
7.交叉熵公式 为什么分类用交叉熵不用Mae
8.生成式模型与判别式模型,NLP了解吗(我是做数据挖掘的, 认识不深,说不了解)
9.实习介绍 量化相关的
10反问
搜推广的大佬面的,体验挺好,我还迟到了,睡眼朦胧起来面试
我太菜了,简历上的kaggle比赛说我就不问了,简单了解了一下项目。好像不是很感兴趣
大概率凉,简单分享下,我是做数据挖掘的,机器学习居多,深度学习涉及不深,太菜了太菜了,现在就是说没深度学习活不了了吗,Twitter 的推荐系统不也是gdbt+lr 粗排的嘛![](https://uploadfiles.nowcoder.com/images/20220815/318889480_1660553875294/B99B0A872F1A2370A5C5BD2E48AA6A54)
#秋招# #快手24秋招#
#面经快手#
我迟到10分钟
1. 和为k的连续数组
2.AUC 公式,物理意义,GAUC,auc缺点
3.L1 和L2
4. Dropout 训练预测区别 BN在哪些场景下不适用
5.Xgboost特点
6.损失函数评价函数,Huber
7.交叉熵公式 为什么分类用交叉熵不用Mae
8.生成式模型与判别式模型,NLP了解吗(我是做数据挖掘的, 认识不深,说不了解)
9.实习介绍 量化相关的
10反问
搜推广的大佬面的,体验挺好,我还迟到了,睡眼朦胧起来面试
大概率凉,简单分享下,我是做数据挖掘的,机器学习居多,深度学习涉及不深,太菜了太菜了,现在就是说没深度学习活不了了吗,Twitter 的推荐系统不也是gdbt+lr 粗排的嘛
#秋招# #快手24秋招#
#面经快手#
全部评论
我面应届生基本上很少问深度学习的东西,对于应届生还是机器学习基础比较重要,深度学习在我看来就是个好用的工具,基础的东西懂了很快都能上手。
巧了,我只会深度学习不会机器学习,还好面试目前为止都没遇到过问我机器学习的东西的(笔试倒是经常出现),什么xgboost,lr,svm,这我真的停留在课本没实战过,啥都不会![](https://uploadfiles.nowcoder.com/images/20220815/318889480_1660553763930/8B36D115CE5468E380708713273FEF43)
学长,问一下,面试难道没有去问你的论文吗?
+11111111不能更认同
迟到10分钟太勇敢了哈哈哈
来我厂一试,见主页
什么岗?我也准备面 机器学习-风控
m
国内大厂的推荐系统很早就上深度学习了,所以并不奇怪
还是都得会啊
深度学习也都好多年了,没有新的技术红利每年都是这些问题反复问
因为国内搜推都上深度学习了,而且相对传统机器学习收益提升很明显的😂
佬,投的什么岗位呀?这么多机器学习的东西嘛?![](https://uploadfiles.nowcoder.com/images/20220815/318889480_1660553763930/8B36D115CE5468E380708713273FEF43)
来网易试下
多投递试一试
请问下二面问啥了呢
可以试试优必选,有符合的岗位,机器人独角兽
相关推荐
2024-12-22 18:30
沈阳大学 工艺/制程工程师 点赞 评论 收藏
分享
点赞 评论 收藏
分享