百度推荐算法二面面经
#百度开奖#
1. 自我介绍
2. 模型优化项目
1. 模型优化为什么可以避免跷跷板现象呢?
2. 为什么模型优化能解决负迁移问题
3. 每个任务选择多少个特征呢?
4. 怎么为每个task选择增量特征
4. MMOE为什么存在跷跷板现象
5. 任何任务都存在跷跷板现象吗?
6. 其他多任务训练的架构?
7. AUC计算公式和意义
8. DBSCAN算法
9. 手撕:mask attention手写
在关注搜广推算法方向的校招/社招/实习同学们,想拿到搜广推算法offer,简历中没有岗位对口/高质量的项目经历,会较难通过面试甚至难以进面。
同学们可以了解下算法项目辅导,在简历中增加一个高含金量的项目,助你斩获offer~
#推荐算法# #百度# #面经#
1. 自我介绍
2. 模型优化项目
1. 模型优化为什么可以避免跷跷板现象呢?
2. 为什么模型优化能解决负迁移问题
3. 每个任务选择多少个特征呢?
4. 怎么为每个task选择增量特征
4. MMOE为什么存在跷跷板现象
5. 任何任务都存在跷跷板现象吗?
6. 其他多任务训练的架构?
7. AUC计算公式和意义
8. DBSCAN算法
9. 手撕:mask attention手写
在关注搜广推算法方向的校招/社招/实习同学们,想拿到搜广推算法offer,简历中没有岗位对口/高质量的项目经历,会较难通过面试甚至难以进面。
同学们可以了解下算法项目辅导,在简历中增加一个高含金量的项目,助你斩获offer~
#推荐算法# #百度# #面经#
全部评论
相关推荐
12-11 00:28
University of Malaya 算法工程师 点赞 评论 收藏
分享
刘北_:这功能真香!
点赞 评论 收藏
分享