京东 & 360 机器学习算法岗面经（2021.4.2）
京东
- 机器学习基础
1. 上采样介绍，优缺点
2. gbdt和rf，bagging和boosting区别
3. svm为什么需要求解对偶问题，svm损失函数
4. 手推LR，LR对数据的基本假设
5. 基尼系数公式
6. 维特比算法动态规划递推方程
7. HMM的两个基本假设
8. ROC和F1适用场景
9. transformer的self-attention公式理解，除以根号d的原因
- 数学
1. a、b和c是大于6的三个连续正整数，其中有两个是素数，证明剩下的那一个一定是6的倍数
2. 计算sigmoid导数
- 算法
1. leetcode 85 最大矩形（hard，分治 + 单调栈）
2. 最大可能的数（经典动态规划）：一串数字通过加减乘除得到的最大的数字。写一个函数，输入⼀个数组，数组的每个元素都是整数，不能改变数字的输入顺序，输出最大可能的数
比如输入 [3,4,5,1] 输出 3*4*(5+1)=72
输入 [1,1,1,5] 输出 (1+1+1)*5=15
注意不能是 (1+3)*4*5=80，因为数据的顺序改变了。
输入 [1,1,1,5] 输出 (1+1+1)*5=15
注意不能是 (1+3)*4*5=80，因为数据的顺序改变了。
360
- 机器学习基础
1. 决策树的剪枝
2. rf的随机体现在哪
3. xgboost了解吗？
4. softmax和交叉熵的公式
5. 卷积过程，卷积核为什么常常奇数？
6. 样本不平衡如何处理？
算法
1. 自己实现C++ void atoi(const char * str) 字符串转数字考虑边界条件
2. 给定一个字符串s，以及一个字符串数组candidates，判断这个字符串s能否由字符串数组中的字符串拼接而成（动态规划）
3. 给定二维矩阵，实现函数int sum(int x1, int y1, int x2, int y2)，其中(x1, x2)和(y1, y2)分别是待求子矩阵的左上角和右下角坐标，函数的返回值为这个子矩阵的所有值之和。给定的二维矩阵固定不变，要求每次调用sum的时间复杂度为O(1)，空间复杂度为O(M *N)
#机器学习##面经##京东##360公司#