作业帮广告推荐凉经
上周面的,有些都忘了,问了hr说状态是待定,万年备胎,估计是凉了。。。
找了将近两个月的实习,至今仍是0offer,感觉十分受打击,算法岗神仙打架,自己也确实太弱,现在已经又疲倦又没信心了,不想再找了,之后还要不要做互联网都有些犹豫,感觉十分丧。。
一面:
基础面
1、xgboost如何分裂,分裂时的依据,如何控制它是否分裂的,xgboost和GBDT区别
2、GBDT的GB和DT从头说一下它的过程,在进行分类和回归的时候有什么不同
3、LR除了可以用梯度下降法求还可以用什么求?LR梯度下降法推导,以及伪代码
4、决策树过拟合怎么办,决策树剪枝方法
5、编程题:青蛙跳台阶,字符串中第一个不重复的字符。
二面
项目+基础
1、聊实习相关
2、LSTM画图,长期依赖
3、xgboost防止过拟合的方法,xgboost过拟合怎么办
4、过拟合时偏差和方差
5、聚类算法中遇到哪些问题(kmeans 可能存在空类)
6、推荐算法相关
7、编程题:4sum
三面(应该是leader)
聊学习方法,实习时的收获,深度学习是否能够取代机器学习等等