作业帮——数据挖掘/机器学习实习生一面面经

感觉就是自己的机器学习知识还是不牢固,得接着看,哎最近也没时间

先自我介绍,然后开始做题。
两道都是数组的,合并有序数组,还有一个相似数组个数。
然后问我了一些图神经网络的东西,GCN和GAT谁效果更好,频域和空域,比较浅。
然后一个业务场景,拍题转文字怎么确定学科,我说简单点用word2vec加softmax,不知道说的对不对,
然后问了我评估指标,AUC和F1哪个好,AUC更好。但我忘了横纵坐标是啥了
介绍了集成模型,bagging boosting 谁更会出现过拟合,我回答错了,应该是boosting,其实效果更好的更会过拟合嘛……

然后问了怎么防止过拟合,正则项,叶子节点权重,剪枝啥的,问了L1L2,忘记具体公式了,依稀记得是12范数过来的。
最后问了个项目


面试体验还是很好的,面试官也和蔼可亲,还是学长😁,记录一下慢慢提升吧,加油!#实习##面经##作业帮##机器学习#
全部评论
对了还问了模型集成,stacking blending啥的,这块答的也不好
点赞 回复 分享
发布于 2021-05-19 18:41

相关推荐

bg双非本科,方向是嵌入式。这次秋招一共拿到了 8 个 offer,最高年包 40w,中间也有一段在海康的实习经历,还有几次国家级竞赛。写这篇不是想证明什么,只是想把自己走过的这条路,尽量讲清楚一点,给同样背景的人一个参考。一、我一开始也很迷茫刚决定走嵌入式的时候,其实并没有一个特别清晰的规划。网上的信息很零散,有人说一定要懂底层,有人说项目更重要,也有人建议直接转方向。很多时候都是在怀疑:1.自己这种背景到底有没有机会2.现在学的东西到底有没有用3.是不是已经开始晚了这些问题,我当时一个都没答案。二、现在回头看,我主要做对了这几件事第一,方向尽早确定,但不把自己锁死。我比较早就确定了嵌入式这个大方向,但具体做哪一块,是在项目、竞赛和实习中慢慢调整的,而不是一开始就给自己下结论。第二,用项目和竞赛去“证明能力”,而不是堆技术名词。我不会刻意追求学得多全面,而是确保自己参与的每个项目,都能讲清楚:我负责了什么、遇到了什么问题、最后是怎么解决的。第三,尽早接触真实的工程环境。在海康实习的那段时间,对我触动挺大的。我开始意识到,企业更看重的是代码结构、逻辑清晰度,以及你能不能把事情说清楚,而不只是会不会某个知识点。第四,把秋招当成一个需要长期迭代的过程。简历不是一次写完的,面试表现也不是一次就到位的。我会在每次面试后复盘哪些问题没答好,再针对性补。三、我踩过的一些坑现在看也挺典型的:1.一开始在底层细节上纠结太久,投入产出比不高2.做过项目,但前期不会总结,导致面试表达吃亏3.早期有点害怕面试,准备不充分就去投这些弯路走过之后,才慢慢找到节奏。四、给和我背景相似的人一点建议如果你也是双非,准备走嵌入式,我觉得有几件事挺重要的:1.不用等“准备得差不多了”再投2.项目一定要能讲清楚,而不是做完就算3.不要只盯着技术,多关注表达和逻辑很多时候,差的不是能力,而是呈现方式。五、写在最后这篇总结不是标准答案,只是我个人的一次复盘。后面我会陆续把自己在嵌入式学习、竞赛、实习和秋招中的一些真实经验拆开来讲,希望能对后来的人有点帮助。如果你正好也在这条路上,希望你能少走一点弯路。
x_y_z1:蹲个后续
点赞 评论 收藏
分享
评论
点赞
7
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务