算法面经

已拿到意向书，回馈牛客。面经更新：

4.9笔试 
4.15一面
   自我介绍
   项目（具体内容，自己作的部分是什么，出彩点在哪）
   特征提取的方式
   随机森林和bagging的区别
   xgboost和lightgbm
   如果模型要实现multitask，要怎么处理？

4.18二面
   项目细节原理
   过拟合（BN为什么可以防止过拟合？有没有过相关证明？Dropout呢？）
   证明快排的期望时间复杂度是O(nlgn)
   为什么LR模型又可称最大熵模型？
   梯度下降法是一阶导，牛顿法是二阶导？为什么还会有牛顿法的出现？说明数学原理
   除了CV方面还了解哪些模型？

4.27Hr面
  自我介绍
  最出彩的项目细节
  如何看待团队合作和个人任务？
  最大困难
  为什么投递这个岗位

4.28OC
5.9意向书
#蚂蚁集团实习##面经#