未经同意,禁止转载
最近开通了一个公众号,里面会分享一些机器学习,推荐系统的学习笔记和相关知识,同时也会分享一些面经,感兴趣的小伙伴可以关注一下,十分感谢,比心
美团到店一面凉经
- bagging,boosting对比,举例
- auc,precision,recall,acc含义
- 过拟合怎么办
- 深度学习优势
- 深挖项目
- 正则表达式
- 推荐模型通常由哪几部分组成,item的id如何embedding,word2vec做法,从word2vec出发,该怎么做id的embedding
- 常用推荐算法模型有哪些
- 算法题,问的有问题,这边就不提了
字节跳动音乐一面,二面(暂时到二面)
- 一面
- 实习项目和论文,论文中的方法相对于传统方法有什么优势
- lgb相对于xgboost的优势
- 由于本人读研期间是做不平衡方向的,所以问了常用的处理不平衡数据的方法
- 算法题,二叉树搜索中,两个节点互换了位置,找到这两个节点;用rand3实现rand7(这题可以参考leetcode中的rand7实现rand10,之前做过,但是面试的时候忘了。。是在没想起来。)还好面试官人好给了我二面。