面试题
NanciZhao
这个作者很懒,什么都没留下…
展开
-
数据结构面试题
1.给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。 如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。2. 金字塔最小路径之和:给定一个金字塔形状的二维数组,找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。1. 冒泡排序算法(排序算法)、手写快排,讲原理,最好、最坏时间复杂度、空间复杂度2 写一个...原创 2020-01-11 10:49:57 · 140 阅读 · 0 评论 -
面试被问到的题目
1. 电商:1)有序、无序数据如何预处理2)如何观察数据,为了干什么3)如果性能无法提升,该如何调整模型呢?4)如何进行特征选择?5)一个完整的工作流是怎样的2. 金融风控:1)除了网格搜索,还有哪些调参方法?2)如果性能无法提升,该如何调整模型呢?3)RF和xgboost哪个更容易过拟合4)RF和xgboost哪个运算速度更快5)xgboost如何防止过...原创 2020-01-07 17:33:10 · 142 阅读 · 0 评论 -
常见面试题--机器学习篇
传统的机器学习算法:SVM,LR,softmax,决策树,随机森林,GBDT,xgboost,adaboost,bp神经网络、朴素贝叶斯这些都必须自己手推一次或者多次;深度学习方面:CNN、RNN、LSTM、常用激活函数(tanh、relu等)、adam优化函数、梯度消失原理或者结构应该能手画出来。nlp方面:强烈建议tf-idf、textrank、Word2vec、注意力机制、trans...原创 2020-01-03 17:33:06 · 399 阅读 · 0 评论 -
面试题复习题2
神经网络反向传播算法原理及推导CNN原理卷积、padding、sigmoid函数RNN原理LSTM如何解决梯度消失或弥散问题:普通的RNN在反向传播过程中,会包含连乘项:由于激活函数的导数小于1,在多次相乘之后,梯度会越来越小,最终为0,参数得不到更新;对于LSTM,隐含层之间的关系可以表示为:于是,需要连乘的项可表示为:在实际参数更新中...原创 2019-11-29 17:04:57 · 201 阅读 · 0 评论 -
面试题复习题1
树模型1. 树模型如何对多类别特征进行split2. 如果多类别特征是用数字表示,比如[1,2,3,4,5,6,7,8,9],需要做哑变换吗3. 类别型数据,例如['A', 'B', 'C',....],树模型需要做哑变换吗?3. 树模型需要对多类别特征做one-hot编码吗?4.树模型如何处理缺失值?5. Adaboost的原理与公式推导;6. GBDT的原理与公式推...原创 2019-11-29 17:03:25 · 137 阅读 · 0 评论