- 博客(3)
- 收藏
- 关注
RSS订阅原创 面试题汇总2（吐血整理）
2021届校招算法岗知识点总结：机器学习基础统计学习 方法（LR，SVM，EM，最大篇，集成学习等），值得反复看好几遍，每一遍都会加深理解；尤其是学习理论：贝叶斯决策理论/假设空间概念/经验风险，结构风险/各类损失函数之间的区别与联系/极大似然估计，最大后验估计，贝叶斯估计的区别与联系。·树模型系列论文深入理解，gbdt，xgboost，lightgbm；·深度学习基础：过拟合解决方法，dropout，bn，In等；学习器，各种optimizer原理及对比；BP原理；各种激活函数等，最好用numpy
2020-10-18 20:40:32
41659
3
原创 2020算法秋招面经
2020.7.24 腾讯一面 40min先做个自我介绍吧xgboost 怎么计算特征重要性？？前5层是什么？？怎么排序特征重要性的？？bert的结构，过程详细讲一下你的项目中bert重新训练了吗？讲一下具体过程。你在哪弄的服务器？输入是什么？？emebedding+seg+pos三者相加还是级联，维度变了吗？postional encoding是怎么设计的？绝对位置还是相对位置？为什么这么设计？BERT被设计用来处理长度为512的输入序列。作者通过让BERT学习每个位置的向量表示来包含输入序列
2020-10-17 15:41:26
2412
1
原创 NLP面试题汇总1（吐血整理）
统计学习方法笔记当正负样本极度不均衡时存在问题！比如，正样本有99%时，分类器只要将所有样本划分为正样本就可以达到99%的准确率。但显然这个分类器是存在问题的。当正负样本不均衡时，常用的评价指标为ROC曲线和PR曲线。概率模型：决策树、bayes、HMM、CRF、概率潜在语义分析、潜在狄利克雷分析lda、高斯混合模型（一定可以表示为联合概率分布的形式，）概率模型的代表是概率图模型，即联合概率分布由有向图或者无向图表示的模型，而联合概率可以根据图的结构分解为因子乘积的形式。Bayes，CRF，HMM都是概
2020-10-08 09:51:11
91837
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人