【面经&八股】搜广推方向:面试记录(九)

这篇博客分享了作者在搜索广告推广方向的面试经历,涵盖自我介绍、科研项目问答、八股问题,如逻辑回归损失公式、L1与L2正则化的优缺点,以及线性层权重初始化的重要性。此外,还涉及一道编程题,要求在O(1)空间复杂度下处理字符串中的空格。
摘要由CSDN通过智能技术生成

【面经&八股】搜广推方向:面试记录(九)

1. 自我介绍

。。。。。。

2. 科研-项目经历问答

挑了我的论文,一直揪着问,建议一定要熟悉自己的工作。

3. 实习经历问答

这个基本上没问。

4. 八股

  • 写一下LR—逻辑回归损失公式:
    在这里插入图片描述

    • 当 y = 1 时,损失函数等于y_hat的负对数,即越接近1,损失越小;越接近0,损失越大。
    • 当 y = 0 时,损失函数等于y_hat的负对数的补数,即越接近0,损失越小;越接近1,损失越大。
    • 逻辑回归模型的目标是通过优化损失函数,使得模型的预测结果与真实标签尽可能的一致。常用的优化算法有梯度下降法(Gradient Descent)等。
  • 逆天࿰

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

秋冬无暖阳°

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值