![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
面试
机智翔学长
3年断更,准备回归!
展开
-
xgboost知识点总结 - 面试篇
关于xgboost的面试无非分为3大块,xgboost原理,调参,优点1,原理。可能会要求推公式,细一点会让你比较和CART树有什么区别,然后引出ID3, C4.5,随机森林。(基尼系数和熵怎么算,为什么要用信息增益率)2,调参。问你lambda,alpha是干什么的,你一般调哪些参数。GridSearchCV怎么和xgboost一起用。3,优点。最主要的是代价函数的二阶展开,l1,l2正则...原创 2019-08-11 16:48:41 · 3445 阅读 · 0 评论 -
线性回归和逻辑斯蒂回归 - 面试篇
(面试不需要每个知识点你都会,但你简历上写的几个,最好钻研透)线性回归 线性回归是分析因变量与自变量(通常有多个)之间的关系,这种关系是线性的,并且因变量为连续值(离散的为分类)。例如,自变量为房子面积的大小,距离市中心的距离,卧室的个数等,因变量为房子的价格。(只说这些肯定不够,糊弄不了面试官,下面才是重点)最大似然估计的目的就是:利用已知的样本结果,反推最有可能(最大概率)导致这样结...原创 2019-08-11 21:37:38 · 821 阅读 · 0 评论 -
softmax及其交叉熵求导(头条面试) - 面试篇
今日头条/字节跳动 算法岗喜欢问的一个题目,同学碰到过一次,我自己也碰到过。问:softmax函数是什么?怎么求导?问:softmax的交叉熵怎么求导?(字有点丑,以后要练习)sigmoid一般用来作为2分类0-1,softmax其实是sigmoid的k分类形式,通常都在神经网络最后一层输出,表示该类别发生的概率。另外,sigmoid可以用来作为激活函数。引出下面:问:sigmoi...原创 2019-08-12 13:11:30 · 1069 阅读 · 0 评论 -
常见激活函数,及其优缺点 - 面试篇
废话不多说,直接开问。问:什么是激活函数?在多层神经网络中,上层节点的输出和下层节点的输入之间具有一个函数关系,这个函数称为激活函数。问:激活函数有什么用?如果没有激励函数,在这种情况下你每一层节点的输入都是上层输出的线性函数,无论你神经网络有多少层,输出都是输入的线性组合,相当于没有隐藏层,网络的学习能力有限。深度学习最主要的特点就是:多层,非线性。 多层为了能够学习更多的东西;没有非...原创 2019-08-12 16:24:44 · 6565 阅读 · 1 评论 -
防止过拟合的方法,及dropout实现原理 - 面试篇
这个比较简单,但也记录一下。(要深入起来也不容易呀)问:怎么防止过拟合?[头条,百度,boss直聘]早停 Early stoppingEarly stopping方法的 具体做法 是,在每一个Epoch结束时(一个Epoch集为对所有的训练数据的一轮遍历)计算validation data的accuracy,当accuracy不再提高时,就停止训练。一般的做法是,在训练的过程中,记录到...原创 2019-08-12 17:58:08 · 1603 阅读 · 0 评论 -
2020届毕业生秋招 算法岗(偏NLP)总结
从8月份开始到现在,两个月了,有点累了,更多的是心累吧,特别是0offer的那段日子,算法岗今年真的是爆炸,秋招不想再面其他的了。为什么算法岗会爆炸?简单来说,AI大火,工资高,所有理工科专业都可转AI,狼多肉少。参考知乎:如何看待 2020 届校招算法工程师岗位求职人数远大于招聘岗位的现象?如何看待字节跳动招聘收到的算法工程师简历的数量远超需求?2020秋招难吗?我自己投了118家公...原创 2019-09-24 20:43:49 · 7593 阅读 · 11 评论