字节-番茄小说-推荐算法
二面
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?
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?
全部评论
佬 求问问题2有什么比较好的参考书解释到了吗
你好 请问下面试是用的飞书吗?是全程开了屏幕共享还是只是手撕的时候开了呀
map是简历上提到了吗
相关推荐
俺不是程序猿ovo:扯毕设导师让回去做实验

点赞 评论 收藏
分享