Shopee-算法工程师 面经 许愿HR面

我的求职记录贴

一面问得比较广，二面问得比较深

1. 逻辑回归和线性回归

2. 交叉熵为什么可以做损失函数

3. 逻辑回归和SVM的异同

4. SVM如何处理非线性情况（非核方法）软间隔和正则化

5. LR可以处理非线性情况嘛

6. LR的参数可以初始化0嘛

7. 深度学习中参数初始化1

8. CNN中[1,1]卷积核的作用

9. BN

10. 如何从100个特征中选取30个特征

11. 为啥不用L0正则

12. 堆

13. 一致性哈希

14. Layer Normalization

15. 方差的无偏估计推导

16. ROC/AUC

手撕代码：

• 前缀和
• 计数排序
• 递归排序变种