字节推荐算法二面面经

春招已经陆陆续续开始啦,在关注搜广推算法方向的校招/社招/实习同学们,可以了解下算法项目辅导,帮助你在简历中增加一个高含金量的对口项目,助你斩获offer~

1. MAP(最大后验概率)和似然函数有什么关系?
2. 什么情况下,MAP的损失函数可以用NMSE来计算?(高斯噪声)
3. 手写Multi-head Attention
4. Attention的复杂度是多少?
5. AUC是什么?
6. 推荐算法了解哪些?
7. 协同过滤的概念是什么?
8. 如果是一种普适性很强的物品(如:新华字典),怎么设计指标对它降权?
9. AUC怎么推广到非二分类问题?怎么快速计算AUC?

#字节#  #推荐算法#  #春招#  #实习#  #校招#  #社招#
全部评论

相关推荐

评论
点赞
4
分享

创作者周榜

更多
牛客网
牛客企业服务