27京东推荐算法日常实习面经
1.点击负样本降采样,那收藏等负样本更多,如何做
2.如何判断出现跷跷板问题
3.如何评价mmoe模型各个专家的学习效果
4.mmoe,点赞收藏被点击带偏,如何平衡
5.怎么做的样本增强
6.Loss权重的改造
7.ple较mmoe的改进
8.为什么多层CGC,目的是什么
9.除了auc,还有哪些评估方法,如何选择
10.交叉熵损失函数公式写一下
11.如何缓解样本稀疏问题
12.esmm共享特征table具体怎么做的
13.讲解一下lstm原理,三个门控,和RNN对比
14.lgb原理
手撕:
1.二分法求sqrt(x)
2.给一个未排序的数组,返回最长的递增子序列
2.如何判断出现跷跷板问题
3.如何评价mmoe模型各个专家的学习效果
4.mmoe,点赞收藏被点击带偏,如何平衡
5.怎么做的样本增强
6.Loss权重的改造
7.ple较mmoe的改进
8.为什么多层CGC,目的是什么
9.除了auc,还有哪些评估方法,如何选择
10.交叉熵损失函数公式写一下
11.如何缓解样本稀疏问题
12.esmm共享特征table具体怎么做的
13.讲解一下lstm原理,三个门控,和RNN对比
14.lgb原理
手撕:
1.二分法求sqrt(x)
2.给一个未排序的数组,返回最长的递增子序列
全部评论
相关推荐