阿里面试——机器学习/算法面试经验案例集合

目录

面试案例1

一面

二面

三面

面试案例2

一面 

二面

面试案例3

---

面试案例1

一面

聊论文，跟腾讯提前批电面过程差不多，主要是我在说，没深入太多问题。
我主要针对序列数据建模，问了我Markov和RNN的区别。
编程题：很简单的题目，字符串出现第k多的字符，leetcode上原题，写的挺快，问我复杂度就简单分析了一下。
感觉阿里一面面试官比我还谨慎是为啥，感觉没聊多少就结束了。二面紧接着第二天就来了。

二面

一样听我聊论文，没深入太多细节。
问我是怎么训练论文里的RNN的，不收敛怎么办，答分训练误差测试误差，顺便说了欠拟合过拟合的应对方式，以及我模型是怎么确定层数和hidden size的，以及用了哪些防过拟合手段。
问了一个实际场景，用户输入一个坐标，怎么推送给他合适的POI。问题描述的有点不清楚，我理解的也有点懵。先说根据用户特征、相似和社交关系等做个性化推送。又说如果训练数据中用户信息不是完全标注好的，就是半监督问题，可先对POI聚类或者embedding等。
我提到半监督，又进一步问，在标注POI时候，如果坐标信息都是不精确的，离散的，每个用户标注的语义也是多种多样的，怎么处理。答坐标可以把小范围聚集在一起的当作一个POI，标注的时候，用户打的标签数目有限可以投票、标注的内容较多分词后用层次聚类、主题模型之类的办法，给POI打