高德机器学习算法实习一面

攒人品中！！！
1.实习拷打
2.项目拷打
3.“手撕”买卖股票，说思路，时间复杂度
4.对于分类问题，常用的损失函数有哪些？写一下二分类的交叉熵公式。Log loss 的作用？为什么取对数能方便梯度计算？
5.对于回归问题，常用的损失函数有哪些？如果数据里离群点比较多，适合用 MSE 还是 MAE？分类问题可以用 MSE 吗？对比一下分类问题里交叉熵和 MSE 的区别。
6.分类问题常用的离线评估指标有哪些？
7.介绍一下 AUC 。ROC 曲线是怎么画？
8.介绍一下精确率和召回率。
9.F1 score 了解吗？作用？
10.介绍一下注意力机制和公式，以及自/交叉注意力的核心区别。根号 DK 的作用？
11.怎么解决梯度消失/爆炸
12.线上 CTR 建模的训练数据，是模型排序后的曝光数据，属于有偏数据，怎么在建模中消除这个位置偏差？