快手暑期推荐算法一面 攒人品中
整体一个小时,大半个小时在提问项目
1. 项目拷打
1. 用的是什么 loss?
2. 你模型的 label 是什么?为什么这么设计?
3. 做了什么优化?为什么做这些优化?
2. AUC 衡量的是什么能力?
3. 这个大小的离线AUC增长最后是如何体现在线上指标上?
4. 除了 AUC 还看了什么指标?(答 GAUC)相对 AUC 这个指标的好处是什么?
5. 对生成式推荐的看法?
6. 生成式推荐相对于传统推荐,解决了什么问题?
7. 手撕:二叉树的前序遍历(需要自己建树)
1. 项目拷打
1. 用的是什么 loss?
2. 你模型的 label 是什么?为什么这么设计?
3. 做了什么优化?为什么做这些优化?
2. AUC 衡量的是什么能力?
3. 这个大小的离线AUC增长最后是如何体现在线上指标上?
4. 除了 AUC 还看了什么指标?(答 GAUC)相对 AUC 这个指标的好处是什么?
5. 对生成式推荐的看法?
6. 生成式推荐相对于传统推荐,解决了什么问题?
7. 手撕:二叉树的前序遍历(需要自己建树)
全部评论
强烈推荐!这个笔记写得很清晰 http://github.com/AccumulateMore/CV
相关推荐
