日常实习-百度推荐算法二面已oc
1.了解哪些二分类算法,换个问法,为什么用LGB,没用随机森林,LR,XGBoost?
2.XGBoost和LGB区别;并行化的差别;属于boosting还是bagging?
3.深度学习的算法,排序方面(提到FM);FM的目标函数和时间复杂度
4.召回知道什么;知道图模型吗,图召回
5.word2vec,了解deep walk吗
6.用户行为序列相关的深度学习算法(提到DIN);DIN的实现原理,怎么学出那个位置的?(以为和Transformer一样。。)
7.Transfomer的Encorder-Decorder过程展开讲 Encorder怎么实现
LC 15 三数之和
LC 84柱状图中最大的矩形
2.XGBoost和LGB区别;并行化的差别;属于boosting还是bagging?
3.深度学习的算法,排序方面(提到FM);FM的目标函数和时间复杂度
4.召回知道什么;知道图模型吗,图召回
5.word2vec,了解deep walk吗
6.用户行为序列相关的深度学习算法(提到DIN);DIN的实现原理,怎么学出那个位置的?(以为和Transformer一样。。)
7.Transfomer的Encorder-Decorder过程展开讲 Encorder怎么实现
LC 15 三数之和
LC 84柱状图中最大的矩形
全部评论
相关推荐
CUTMR:换账号试试重启推荐算法,我换账号之后回复率还不错,约莫有个20%左右的消息回复率,前几页、主动招呼的HR也开始符合我期望薪资,此前的大号从招呼、回复、前几页的岗位薪资在涨幅30%+以上 用着用着聊着聊着就变成-20%,而且我开通会员之后直接0面试
点赞 评论 收藏
分享
点赞 评论 收藏
分享
点赞 评论 收藏
分享
