bigo推荐算法面经

bigo笔试
两个高斯分布的相加
凸函数的判断x^3+x^4
SGDM优化器
哪几个优化算法适合大规模训练集
KKT条件是最优解的一阶必要条件是什么意思
牛顿法
极大似然估计
卷积函数是非线性的吗
关于SVM
五道大题:最长回文字符串
子串查找
mse为什么不用在分类问题
短视频推荐场景下的embedding

bigo面试(推荐算法一面):
1:为什么线性回归不能用来做分类
线性回归是可以用来做分类任务的,只需要对结果设置一个阈值就可以进行分类。但是用线性回归做分类任务的稳定性比较差,当样本分布比较复杂时,无法做到准确的分类
2:为什么logistic回归用的是sigmoid函数:涉及到的公式推导
3:算法题目:有很多苹果:a,b,c,d,e,f,g等,给出一数字列表,代表吃了这个苹果能够获得的能量,一个人很饿了,只需要能量s就代表吃饱了; 吃的时候,只能从两头吃; 问,最少吃多个苹果正好吃饱;不能正好就返回None def get(apples, s):

bigo面试(推荐算法二面):
美团实习项目介绍
算法题:二叉树的右视图
boosting和bagging的区别
GBDT和XGBoost的区别
分类问题损失函数相关问题
正采样和负采样对最终结果的影响(还涉及AUC,AUC的影响)
给出短视频评分列表,短视频自带标签,不连续推荐相同标签,给出评分高优先推荐的方案

bigo面试(推荐算法三面:
滴滴项目的介绍
为什么要用多任务学习MMOE 模型
在三个任务之间如果有联系,如何在他们之间加入序列向量
用到了哪些特征,特征的含义
跟之前结果的比较,为什么要用AUC
有没有加入城市的信息,不同城市应该使用不同模型呢还是只是使用不同的城市特征
为什么划分不同任务的时间有覆盖关系,为什么不使用互斥的时间段来训练
讲一下你了解的凸优化方法
凸函数的定义
非凸函数在优化的时候会出现什么问题,为什么
给一个数列,只遍历一遍,计算他们的方差
你上面用到了方差的计算公式,请说一下这个公式是怎么推导出来的
讲一下你最近看的一篇论文(讲了比较经典的DIEN和美团最新的AITN)
算法题:求链表的倒数第k个节点(说一下思路))

bigo面试(推荐算法hr面:
问了一些常见的问题
#BIGO校招##BIGO##面试题目#
全部评论
请问一面完有收到面试评价么么
点赞 回复
分享
发布于 2021-11-11 15:26

相关推荐

5 34 评论
分享
牛客网
牛客企业服务