美团机器学习一面凉经

美团一面
1.自我介绍
2.归一化几种方式
3.为什么需要对数据归一化
4.在机器学习算法中一定要用归一化吗
5.写下L2正则公式,解释下正则化原理
6.过拟合的解决方法
7.决策树剪枝方式
8.ID3缺点
9.朴素贝叶斯公式
10.抽象一个分类问题[m个样本,n个特征,k种标签],问先验概率后验概率分别是什么
11.使用贝叶斯的前提条件
12.手撕代码两道:堆排序和查找[题目是非递减序列中查找,存在重复数据,若存在则返回最后一个数据索引,若不存在则返回-1]
13.堆排序稳定吗 为什么
14.为什么不用二分查找,二分查找的复杂度多少,为什么
面试官是个很有打破砂锅问到底精神的人。
而且非常可爱,下午2点半北京阳光高照,领我进去的时候他看了看天空,念叨了下‘这天气看上去要下雨啦’,我还反驳“不会吧天气很好啊”。
面试完出来北京就狂风大雨暴作,他不会是雷公电母叭。
(内心os: 啊,是不是为我的面试凉凉埋下伏笔.....)

#机器学习##美团##面经##校招#
全部评论
路过的朋友可以看下问题10,我总感觉自己答得不是很好
点赞 回复
分享
发布于 2019-09-09 21:04
第10题答案应该是这样的:先验概率是P(X=xi|Y=ck)和P(Y=ck),i∈{1,2,...,m},k∈{1,2,...,k}后验概率是P(Y=ck|X=xi), i∈{1,2,...,m},k∈{1,2,...,k},我当时面试的时候被多出来的特征集合慌了手脚...其实很简单
点赞 回复
分享
发布于 2019-09-11 16:50
博乐游戏
校招火热招聘中
官网直投

相关推荐

2 32 评论
分享
牛客网
牛客企业服务