感觉算法岗真的太难了呜呜呜，目前手上0offer,字节一面挂，腾讯没人捞 希望9月能有几个offer吧 牛客网一直很灵 许愿，希望offer能眷顾我

一面：（基础面） part1 深度学习 1.分类，聚类，回归区别 2.激活函数的作用 3.卷积的计算（1*1*n） 4.常见的CNN架构 5.训练集，验证集，测试集 6.正则化操作常见的都有哪些，batch normalization思想 7.梯度爆炸和梯度消失原因，解决策略 8.过拟合原因，解决方案 9.learning rate过小、过大的结果，learning rate decreasing 10.cnn的参数共享是什么 part2 强化学习  1.mc,td,动态规划之间的区别与联系 2.off-policy和on-policy 3.tensorflow的降维 4.简述q learn...

感恩牛客，昨天已经收到蚂蚁金服机器学习算法岗的意向书了。今天整理了一下面经，和大家分享一下： 一面： 自我介绍 深度学习常用提升方法 Adaboost 防止过拟合常用方法 强化学习loss函数 Q learning 已发表的论文的介绍 最近新读的一篇论文主要做什么，思想 平时学习方式，新东西如何上手 二面： 自我介绍 深挖论文，论文中方法和其他方法比较的优点在哪里，分别和哪些方法进行了对比 开放式探讨：如何使用强化学习去实现个性化商品推荐 是否用强化学习去做过实际项目？或者论文中的方法能否有一些实际的应用场景 三面（交叉面）： 介绍自己的论文 介绍强化学习都有哪些方法 of...

rt 今天收到蚂蚁金服的意向书了！！ 我真的太开心了 感动的要哭 梦寐以求的事情真的实现了！

各位大佬，昨天阿里交叉面，面试官给我出了一道概率题，求解： 小明是个爱打篮球的人，已知小明投篮命中率10%。存在以下两种情况： a.小明投10次，中1次 b.小明投10000次，中小于1000次 问： 1.情况a发生的概率有多大？ 2.情况a和b哪个发生的概率更大？ 第一问有思路，可是第二个怎么算的出来呢？本渣渣求问各位大佬，谢谢

许愿网易offer+阿里三面 呜呜呜我真的太想去实习了 听说牛客许愿很灵 在线卑微求offer

各位大佬，我周一面完了阿里二面，至今未接到三面电话。请问大家二面和三面间隔多久呢？三面是部门主管来面吗？好担心自己已经凉了。谢谢各位~