字节推荐算法二面面经

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?

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~

#校招#  #搜广推#  #字节#  #推荐算法#  #面经#
全部评论

相关推荐

不愿透露姓名的神秘牛友
11-03 09:04
点赞 评论 收藏
分享
点赞 2 评论
分享
牛客网
牛客企业服务