- 博客(158)
- 收藏
- 关注
RSS订阅原创 搜广推校招面经八十四
类型含义计费方式优化目标CPMCost Per Mille，按每千次展示计费每千次展示直接付费曝光最大化oCPMOptimized CPM，优化后千次展示成本仍按千次展示计费转化最大化（点击、注册等）
2025-04-30 01:00:00
708
原创 搜广推校招面经八十二
场景推荐使用的正则化方式高维稀疏特征L1需要自动特征选择L1特征之间存在多重共线性L2更注重解的稳定性L2想结合两者优点Elastic Net（L1 + L2 混合）
2025-04-27 00:15:00
1191
3
原创 搜广推校招面经八十一
在多任务学习（Multi-Task Learning, MTL）中，多个任务共享部分模型结构，以提升整体效果。然而，不同任务间存在问题，即不同任务对参数的优化方向不一致，导致性能下降。
2025-04-25 01:30:00
1401
91
原创 搜广推校招面经七十九
LGB最显著的优点就是快，其原理之前看过很多次，但是发现还是讲的不是很流畅主要是因为对每个方法理解的不够深。于是找来LightGBM的原文首先要知道，lgb模型都是处理二维结构化数据的。因此，lgb速度优化的两大算法就是从如何减少这两个维度开始的，知道这个就会比较清楚的理解lgb的几个算法是在干什么。EFB算法采用构图(build graph)的思想，将特征作为节点，不互斥的特征之间进行连边，然后从图中找出所有的捆绑特征集合。
2025-04-22 03:00:00
1025
12
原创 搜广推面经七十七
Soft Label（软标签）是一种标签表示方法，区别于传统的Hard Label（硬标签），它使用一个概率分布来表示标签，而不是仅仅一个明确的类别。Soft Label 使得模型不仅关注某个类别的正确性，还能反映类别之间的模糊性和相似性。
2025-04-18 01:45:00
1290
106
原创 搜广推校招面经七十六
对于一个类别分布Pp1p2pnPp1p2...pn其中pip_ipi表示第 i 类的概率，熵越大，表示分布越均匀（不确定性越高）。遍历每一个特征。对每个特征尝试所有可能的划分方式（取值、切分点）。根据分裂准则计算“划分优度”（如信息增益、信息增益率、Gini）。选择最优特征和划分点进行分裂。对子节点递归执行上述步骤，直到满足停止条件。
2025-04-17 00:45:00
1484
73
原创 搜广推校招面经七十五
{(x1y1x2y2...xnyn)}xi∈Rdyi∈−11fxsignwTxb使得所有样本被正确分类，且分类间隔最大。
2025-04-16 02:45:00
999
75
原创 搜广推校招面经七十四
推荐系统中的召回阶段是从海量候选物品中快速筛出一部分“可能感兴趣”的物品，为排序阶段准备候选集。不同业务场景对正负样本的定义可能有差异，但是大差不差。
2025-04-14 00:15:00
1232
19
原创 搜广推校招面经七十三
概念定义指针（Pointer）是一个变量，存储另一个变量的地址引用（Reference）是一个变量的别名/别称，和原变量共用同一块内存int a = 10;// 指针// p 是 a 的地址// 引用int& r = a;// r 是 a 的别名。
2025-04-13 02:00:00
1038
110
原创 搜广推校招面经七十二
这是一个很有代表性的问题，在广告、推荐等场景中，经常会面临预测点击率（CTR）、转化率（CVR）或预估转化点击率（pCVR）的任务。pCVRPConversion∣Click也就是说，pCVR 是，它是一个条件概率。
2025-04-11 02:00:00
1440
111
原创 搜广推校招面经七十一
矩阵分解在推荐系统中是一个非常核心的方法，尤其是在中。我们可以通过用户对物品的评分行为来推测用户的喜好，从而推荐他们可能喜欢的内容。
2025-04-10 00:15:00
1441
3
原创 搜广推校招面经七十
见【搜广推校招面经六十二信息增益是一种用于特征选择的指标，广泛应用于构建决策树（如 ID3 算法）。它衡量的是某个特征 A 在对数据集 D 进行划分后，信息不确定性的减少量。熵 和 条件熵。
2025-04-09 00:15:00
1544
111
原创 搜广推校招面经六十九
编码方式是否可学习是否支持任意长度是否捕捉相对位置适用场景Sinusoidal❌✅⚠️间接NLP基本任务Learnable✅❌❌短文本、常规分类任务Relative✅✅✅文本生成、问答等RoPE✅✅✅大模型、长文本✅/❌✅✅/❌图像、音频、视频对比维度基础原理不同频率的 sin/cos 函数编码三角函数表示向量旋转是否可学习否否（但可与可学习结合）应用位置加到 token embedding 上。
2025-04-08 03:00:00
1355
66
原创 搜广推面经六十八
DQN 是 DeepMind 在 2015 年提出的深度强化学习算法，通过使用神经网络来逼近 Q-learning 中的 Q 函数，解决了传统 Q-learning 无法应对高维状态空间的问题。
2025-04-07 00:30:00
1174
111
原创 搜广推面经六十七
见【搜广推校招面经四十六设真实分布为PPP，预测分布为QQQHPQ−∑xPxlogQxHPQ−x∑PxlogQx是使用预测分布QQQ来编码真实分布PPP所需的平均 bit 数。在分类问题中，PPP通常是 one-hot 向量（只有一个元素为1，其余为0）。
2025-04-05 00:15:00
1291
16
原创 Pyspark学习二：快速入门基本数据结构
实际工作中其实不需要自己安装和配置，更重要的是会用。所以就不研究怎么安装配置了。前面介绍过：简单来说，Spark是一款分布式的计算框架，用于调度成百上千的服务器集群，计算TB、PB乃至EB级别的海量数据。Spark作为全球顶级的分布式计算框架，支持众多的编程语言进行开发。
2025-04-04 00:02:21
1560
108
原创 搜广推校招面经六十六
在 Transformer 结构中，由于模型（不像 RNN 那样有时间步的顺序依赖），需要通过**位置编码（Positional Encoding, PE）**来提供位置信息，使得模型能够区分不同 token 的相对位置。
2025-04-04 00:01:07
1566
57
原创 Pyspark学习一：概述
允许 Python 开发者轻松使用 Spark 进行大规模数据处理。，比 Hadoop MapReduce 更快，适用于。的 Python API，提供了。Spark 本身是一个。
2025-04-02 02:00:00
1563
108
原创 搜广推校招面经六十三
L1 正则化适用于特征选择，会让部分参数变为 0，从而得到稀疏模型。L2 正则化适用于防止过拟合，不会让参数变 0，而是让它们趋于较小的值，提高模型的泛化能力。在深度学习中，L2（权重衰减）更常用，而在稀疏特征数据中，L1 更合适。
2025-03-31 00:15:00
1018
72
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人