又是一个上来疯狂问强化学习的面试官🤣    首先对着我的知乎专栏《强化学习攻略》疯狂发问：   1. PPO相对于TRPO的改进   2. 什么情况下使用重要性采样？   3. 直观上来说，AC方法是on-policy还是off-policy？既然是on-policy的方法，A3C没有使用重要性采样的情况下，直接取之前策略的数据会不会有问题？   4. DP方法和TD方法区别在哪里？面试官说这个涉及到本质问题。   5. 为什么要采用优势函数？   还有一些RL的问题，没答上来，记不太清了      然后随便聊了一下项目，还说了说在日本的交换经历。面试官说在成都有个分院，多智能体RL的项目就...

求不定项选择和填空题答案

求商汤算法A卷不定项选择题答案啊

投的是Solution Development Engineer岗位，面试持续了1小时。   第一个环节，介绍项目，两个面试官，有一个一言不发，另一个感觉懂得挺多，经常打断问细节。   第二个环节，基础知识考察，是真的狂轰乱炸，而且非常强调算法思想的本质问题，由于自己简历里面写了了解强化学习，有三分之二的问题是关于强化学习的，剩下三分之一关于NLP。   大致回忆一下每个问题：   1.MC和TD，区别、各自优缺点？   2.value-based 和 policy-based， 区别、各自优缺点？   3.介绍Actor-Critic   4.DQN里面最出名的两个trick   5.一句话...

自我介绍之后挨个项目介绍。 问的机器学习知识点主要与项目中提到的有关，比如介绍一下GRU、RF、GBDT、XGBoost。还问了一道场景题：风控部门，如何识别那些经过加工方式上传的恶意视频。 接下来三道题就有点懵逼了。 前两道概率题，1. 一个孤岛重男轻女，直到生出男孩为止，男女出生率1比1，初始比例也是1比1，问最终的男女比例。这道题还好 2. 某疾病发病概率1/1000，患者有95%的概率检测出患病，健康者有5%的概率被误诊，问若一个人被检测出患病，实际患病概率是多少  3.编程题其实特别简单，股票问题第一道，但被第二道概率题卡住之后硬是没想出来状态转移方程，太菜了

自我介绍   介绍简历上两个项目   开始问问题，先问了一个商业分析的，疫情期间滴滴如何超越竞争对手（暗指Uber）   然后问统计学，列举一个非参数估计方法，并说明优缺点。我说我知道一个Pazen窗，但忘了具体是怎么的，于是面试官换了一个问题，有放回和无放回哪个方差更大   最后反问

 下午二面，求offer，offer

 许愿二面过~

 许一个二面哈😷