#滴滴#  #滴滴面经#
我觉得滴滴面试官是我面过最有水平的
一面50min
问项目，问gan和vae的区别（我论文用了gan，对比他们的区别不是我论文的重点，的确不太熟悉，所以没看过，答得不太好）
问推荐常用方法，YouTube net，介绍fm，deepfm，最后说道deepfm embedding的fm侧和deep侧区别，我记得是同一个呀🤣
code：有一个数组和target，你可以对每个数组设置正负，求有多少种设置组合使数组和为target
二面 30min
问项目，又问了vae和gan，我吐了
code 环形打家劫舍
三面 60min
1.逻辑回归怎么推导的，其和极大似然的关系，它的损失函数是什么，为什么用这个损失函数？
2.优化器sgd和adam，我从反向介绍公式，然后面试官让我从正向思考 已经有了sgd，为什么要设计adam？然后我又正向介绍为什么会改进出这么一个优化器。
3.正则化，一阶二阶正则服从什么分布，从分布角度考虑为什么一阶正则会稀疏
4.问论文
5.auc，f1，recall，precision对正负样本比例是否敏感？如果有两个模型，一个随机预测，一个全预测为负，这些指标有什么变化？那你觉得现在他们还对正负样本敏感吗？
6.假设推荐中去除item侧信息，auc怎么变？在这个情况下，出现线上线下不一致的原因？怎么解决不一致？
许愿oc