小米机器学习算法工程师面经

一面:
讲项目
特征选择的常用方法
bagging和boosting的区别
手推逻辑回归
过拟合的解决办法，以及在你的项目中怎么用的
L1和L2的区别    L1为什么能稀疏矩阵  L2为什么不能，L2为什么能解决过拟合
gbdt，xgboost模型的比较
lstm和Rnn区别
梯度消失的解决办法
手撕代码:链表反转   最大子序列和
智力题:马匹赛跑   25匹马，5个跑道，没有计时器，要找出前三名，最少要比多少场，答案是7

二面:
手推gbdt
手推xgboost
手撕代码两个有序数组，求其中位数，然后改进时间复杂度
LR和svm的区别
场景分析题，如何对新闻进行实效性分析，怎么挖特征
lstm.每个门的公式还会写吗？我说不记得😁
还有一些小问题记不清了，，，

HR面:谈薪资，开心

#算法工程师##小米##秋招##面经#