携程机器学习实习(一面)

2021.5.24
1. kmeans算法
  • 如何选取k个点
  • kmeans++对kmeans的改进
2. svm算法:
  • 为什么要用核函数?
  • 高维空间线性可分, 低维空间空间就一定线性可分吗?
3. xgboost 和 gbdt 的区别有哪些?
4. pandas的考察
5. 梯度消失和梯度爆炸
6. 如何解决梯度消失?
7. 讲一下softmax
8. 决策树的特征是如何选择的?
9. 携程有个房间定价350, 每涨价一元就会损失0.5%的客户, 如何定价利益最大?

面试官人很好 ~
#实习##面经##携程##机器学习##算法工程师#
全部评论
同今天 同岗位 面试
点赞 回复
分享
发布于 2021-05-24 21:47
同24号面机器学习,lz面的是哪个部门呀
点赞 回复
分享
发布于 2021-05-25 10:11
联易融
校招火热招聘中
官网直投
同24号面机器学习,xd有收到二面邮件嘛
点赞 回复
分享
发布于 2021-05-26 16:28
楼主面试的哪个部门呀?有没有二面通知呀
点赞 回复
分享
发布于 2021-05-26 21:16

相关推荐

1 22 评论
分享
牛客网
牛客企业服务