字节推荐算法实习二面 好难啊

继续来分享下之前的面经~欢迎友好讨论,信息共享
1. MAP(最大后验概率)和似然函数有什么关系?
2. 什么情况下,MAP的损失函数可以用NMSE来计算?(高斯噪声)
3. 手写Multi-head Attention
4. Attention的复杂度是多少?
5. AUC是什么?
6. 推荐算法了解哪些?
7. 协同过滤的概念是什么?
8. 如果是一种普适性很强的物品(如:新华字典),怎么设计指标对它降权?
9. AUC怎么推广到非二分类问题?怎么快速计算AUC?
10. bn训练阶段和测试阶段区别,详细讲讲原理
11. dropout原理,训练阶段和测试阶段区别,为什么
12. deepwalk和node2vec原理
13. 协同过滤讲讲原理
14. 推荐多任务模型了解哪些,讲一下esmm
15. 手撕交叉熵,二叉树最近祖先
全部评论

相关推荐

xtu大迫杰:偶遇校友,祝校友offer打牌
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务