美团 机器学习算法 面经
岗位：数据挖掘 机器学习算法
美团 一面：
1 算法题：剑指offer 不用加号实现加法
2 关于损失函数
2 关于损失函数
3 不平衡样本处理
4 什么情况下需要将连续变量分桶
5 为什么L1 L2正则能解决过拟合 过拟合问题如何解决
6 梯度下降 何时收敛何时震荡
美团二面：
1 对于某一个解释变量取值分布恰与目标变量相同的情况，该用哪些算法解决
2 同一面问题4
3 过拟合问题如何解决
4 SMOTE算法
5 FM相关
6 C4.5 和 CART 如何处理连续变量 以及样本量问题 （C4.5也不能处理回归问题吧）
美团2.5面：
1 mapreduce和spark区别
2 深度学习算法了解多少
3 设计店内菜品推荐系统
4 最有成就感的事情
5 学习好的心得体会
6 没有实习的问题
美团三面：
为啥转行、SQL个别问题、开放问题
HR面：
转行原因、如何学习新知识、性格优点缺点、日常工作时间分配、籍贯、薪资期望等常规问题
希望能有机会在美团做算法工作。
美团一面730人在聊