有赞一面凉经（机器学习算法）
本来面试官说要面30分钟，后来面了45分钟，大概是想确定到底给不给二面吧，不过答得不好，面完凉了。
记不***面试的问题，可能有遗漏，毕竟这些天凉面太多了。项目中有涉及强化学习、LSTM。
1. 逻辑回归相关问题
逻辑回归的损失函数是什么？（交叉熵损失）为什么？（因为引入sigmoid函数，如果使用MSE损失会使目标函数非凸，无法求解）
逻辑回归的求解时，梯度的维度是多少？（二维？）
逻辑回归为什么用sigmoid函数？（为了求出分类概率）为什么不采用其他函数（sigmoid函数对偏远值不敏感？）
2. 过拟合相关问题
过拟合解决的方法（L1，L2正则化，增加训练样本，特征选择）
L1，L2正则化原理（L1是假设参数服从拉普拉斯分布，L2是假设参数服从高斯分布）
L1为什么能使特征稀疏（L1范数，使权重为0，对应的特征则不起作用，使特征稀疏）
3. LSTM相关
LSTM和RNN区别是什么（LSTM缓解梯度消失问题）
BLSTM和LSTM区别（解决上下文语义问题）
GRU了解吗（不了解）
Batch normalization作用（1.使得输入规范化到有梯度的区间，防止梯度消失。 2.改变输入数据的均值和方差，起到数据增强的作用，防止过拟合）
CRF可以做实体识别吗（可以），那为什么要用BLSTM-CRF(额，没答上来)，CRF和HMM的区别，CRF原理（项目中只是用到CRF，具体原理只懂一点）
4. 强化学习相关
DQN损失函数是什么（估值网络和目标网络的差值）
Double Q-learning的缺点是什么？（估值网络和目标网络同时高估动作值，高估现象同时存在？）
策略梯度损失函数是什么？（感觉没有损失函数，就是根据reward反向对动作概率对求导）
解释一下MC、TD、DP的区别？（MC要有完整的记录才更新，TD有片段也可以更新，DP是对下一时刻的每个状态都有估计。我又按照二叉树的图说了一遍，mc就是从根节点到叶节点，td就是根节点到下一个节点，dp就是从根节点到左子树右子树）
5. 其他
给了正类负类样本的得分，计算AUC
6. 排序
稳定的排序有哪些？不稳定的有哪些？
归并排序的时间复杂度，空间复杂度，归并排序的思想是什么。
目前还记得的只有这些，很多答得不太对，大家斟酌观看。
京东二面35人在聊