阿里校招推荐算法一面 攒人品
继续来分享下之前的面经~
1. 实习拷打
2. 聊项目
3. 手撕代码1: 用pytorch写self-attention
4. 手撕代码2: 前K个高频数
5. 手撕代码3: 二叉树前序、中序、后序遍历,然后根据后序和中序结果写前序遍历
6. 了解广告、推荐算法吗?
7. 介绍下wide&deep、deepfm
8. 多任务模型怎么联合学习
9. 过拟合的原因和解决办法
10. 决策树,xgb和随机森林的区别
11. 对数据做归一化的方式有哪些?
12. 如何去除噪声异常点?
13. 有哪些数据降维的方式?PCA的原理?
1. 实习拷打
2. 聊项目
3. 手撕代码1: 用pytorch写self-attention
4. 手撕代码2: 前K个高频数
5. 手撕代码3: 二叉树前序、中序、后序遍历,然后根据后序和中序结果写前序遍历
6. 了解广告、推荐算法吗?
7. 介绍下wide&deep、deepfm
8. 多任务模型怎么联合学习
9. 过拟合的原因和解决办法
10. 决策树,xgb和随机森林的区别
11. 对数据做归一化的方式有哪些?
12. 如何去除噪声异常点?
13. 有哪些数据降维的方式?PCA的原理?
全部评论
相关推荐
牛客31544035...:
查看图片 点赞 评论 收藏
分享
查看3道真题和解析