秋招offer投票。

机器学习模型效果显著性验证的完整指南 实验设计基础 机器学习模型的性能评估需要严谨的实验设计。随机划分训练集和测试集是基础步骤，交叉验证方法如k折交叉验证能更稳定地估计模型性能。分层抽样确保数据分布一致性，尤其在类别不平衡场景中至关重要。 实验设计中控制变量是关键，确保比较的模型在相同的数据集、预处理流程和硬件环境下运行。记录随机种子保证实验结果可复现，多次实验取平均值减少随机性影响。 性能指标选择 分类任务常用准确率、精确率、召回率、F1分数和AUC-ROC。回归任务常用均方误差(MSE)、平均绝对误差(MAE)和R平方值。多分类问题需采用宏平均或微平均策略。 对于不平衡数据集，单一指标可能...

我想知道，你一个名不见经传的小厂hr，看见我boss上的实习经历（指目前还在某大厂实习），薪资要求（跟我说实习期一天100），有什么资格，用高高在上的姿态，跟我提这么离谱的要求的？你连什么是秋招，秋招什么时候入职都搞不清，臆想别人找不到工作哭哭唧唧求着你给一份工作，还大言不惭的说“那你不能放弃现在的实习来我们这吗”希望hr在招聘的时候，清清楚楚明明白白把要求说完，别再浪费秋招面试者的时间

沟通了700+ 只投了50多份简历，两个面试，是简历问题吗😢😢ps：面试两次都不出意外的秒挂了，抄的星球项目很多地方都忘了，感觉需要更熟悉一点。两次面试基本都没问我java八股😇，感觉和面经内容好不相符！我还想在其中一个项目加点ai内容，合适吗？