快手广告算法实习面经
一面：
1.两道算法题：leetcode第一题两数之和、lintcode max tree
2.简历相关：介绍腾讯实习项目（讲DeepFM、讲word2vec原理、word2vec中的优化：哈夫曼树and负采样and频繁下采样、讲协同过滤、AUC、连续值分桶）
二面：
简历相关：介绍天池比赛（讲训练验证数据划分以及原因、残差特征、lgb和xgb的选用、具体的模型融合方法、AUC、FM和LR的区别、LR的损失函数推导、交叉熵公式、AUC高一定预测的转化率准确吗？）
三面：
反向传播梯度推导（relu、sigmoid、交叉熵公式）、batchnorm有啥用为啥好用？什么是dropout？让你实现一个dropout你怎么实现？神经网络有哪些常用的损失函数？
#实习##面经##快手##算法工程师#
我证明都是真的！
