快手 机器学习算法工程师 凉面(经)

约的视频面试。。

一面
1.生成式模型与判别式模型的区别?
2.贝叶斯是什么?
3.bn为什么能加快收敛速度。bn解决了什么问题?bn是怎么计算的?基于什么计算的?训练和测试的时候有什么不同?测试时候的均值和方差是怎么来的?
3.5 池化层的作用?池化层反向传播的时候是怎么计算的?
3.6 神经网络不断发展的趋势是什么?向着什么方向发展?
3.7正则化有哪些方法?
3.8为什么输入网络之前数据要做归一化?
4.如何加快收敛速度。
5.SVM为什么能够求解对偶问题,求解对偶问题为什么和原问题一样?为什么要求解对偶问题?svm的公式是什么?如果线性不可分怎么办?
6.kkt条件具体是什么?
7.极大似然函数和极大后验函数是啥?
8.relu有什么缺点。
9.具体解释adam,二阶矩是什么?为什么要用二阶矩?
10,ax=b,求x的方法。(求逆矩阵,如果不可逆怎么办。什么情况下可逆。)
代码:判断一个二叉树是否为二叉搜索树。优化空间

二面
1.正则化与bias,variance的关系
2.凸函数是什么,有什么良好的性质?极值是什么?
3.k个独立高斯同分布随机变量的结果是?
4.推导softmax的梯度,和tanh的梯度(求导~)
代码:
4.求两个数的汉明距离。
5.给一个二叉搜索树,和一个区间,删掉不在区间内的节点。

可能还有些记不得了~脑子实在是不行了5555555
#面经##内推##算法工程师##快手##机器学习#
全部评论
大佬回答的如何
点赞 回复
分享
发布于 2018-09-01 19:01
牛皮了。。。
点赞 回复
分享
发布于 2018-09-01 19:09
英特尔
校招火热招聘中
官网直投
题目出得挺好的
点赞 回复
分享
发布于 2018-09-01 19:14
一面之后立马二面吗
点赞 回复
分享
发布于 2018-09-01 19:17
哇数学推导的东西这么多的吗?
点赞 回复
分享
发布于 2018-09-01 19:31
为啥我全都是写算法题
点赞 回复
分享
发布于 2018-09-01 19:47
这个面经真好。顶
点赞 回复
分享
发布于 2018-09-01 20:11
多谢分享
点赞 回复
分享
发布于 2018-09-01 20:58
厉害了,兄弟,灰常感谢!!!!!!!!!!!
点赞 回复
分享
发布于 2018-09-01 21:28
这个面经不错,顶一下
点赞 回复
分享
发布于 2018-09-01 21:28
这些是根据项目问的还是
点赞 回复
分享
发布于 2018-09-01 22:18
好难!
点赞 回复
分享
发布于 2018-09-01 22:21
感谢,非常好的面经
点赞 回复
分享
发布于 2018-09-01 22:37
怎么都是二叉搜索树......
点赞 回复
分享
发布于 2018-09-01 22:46
正则化与bias,variance的关系,这个该怎么答呢?是正则化增大了方差,减少偏差?
点赞 回复
分享
发布于 2018-09-01 23:02
k个独立高斯同分布随机变量的结果是?这个没看懂
点赞 回复
分享
发布于 2018-09-01 23:03
很全面的面经
点赞 回复
分享
发布于 2018-09-01 23:49
问的全是基础知识,不问项目的吗?
点赞 回复
分享
发布于 2018-09-02 11:07
大佬  k个独立高斯同分布随机变量的结果 这个问题怎么回答?
点赞 回复
分享
发布于 2018-09-02 16:47
请问不问项目么?
点赞 回复
分享
发布于 2018-09-03 01:06

相关推荐

13 336 评论
分享
牛客网
牛客企业服务