昨天 07:25 门头沟学院 推荐算法
关注
字节搜推算法实习一面 攒人品中
攒攒人品！有面试过同岗的朋友欢迎评论区交流
1• 介绍一下 BN 和 Dropout 在训练和测试阶段的差异？
2• 二分类任务使用的 loss 和最后一层的激活函数是什么？
3• 回归任务可以使用哪些 loss function？最后一层分别用什么激活函数？
4• Transformer 对比 CNN 的优缺点？
5• GBDT 和随机森林的区别？
6• XGBoost 和 GBDT 的优化点？
7• 时长/LTV 预估任务应该作为回归任务建模吗？和普通回归任务有什么区别？可以采用什么 loss function？
8.手撕
连续子串乘积最大值
Coin Change（零钱兑换）
1• 介绍一下 BN 和 Dropout 在训练和测试阶段的差异？
2• 二分类任务使用的 loss 和最后一层的激活函数是什么？
3• 回归任务可以使用哪些 loss function？最后一层分别用什么激活函数？
4• Transformer 对比 CNN 的优缺点？
5• GBDT 和随机森林的区别？
6• XGBoost 和 GBDT 的优化点？
7• 时长/LTV 预估任务应该作为回归任务建模吗？和普通回归任务有什么区别？可以采用什么 loss function？
8.手撕
连续子串乘积最大值
Coin Change（零钱兑换）
全部评论
相关推荐
点赞 评论 收藏
分享