作为哨哥的“置顶帖”，那必须来点干货、有点含金量！（1）本文首先想和大家全面地聊“如何从零准备到收获 offer ”，耐心看完哦，大家会更好认识哨哥的创作内容~（2）文末哨哥会对自己的八大专栏内容进行介绍，从招聘信息汇总、黑名单、笔面经到待遇信息汇总，欢迎自取~（3）帖子最后哨哥也对自己的求职就业经历、互联网&国企央企的各种资源进行了介绍，能读到最后一定有惊喜~总之，很多是哨哥参与、见证过的经验教训，是往届小伙伴们血与泪换来的宝贵经验，希望对大家在求职节奏上有启发~『 说在前面 』“有些事情，只有经历过的人才懂得”，哨哥希望这句话在求职、就业的道路上还是不要和牛友们有交集。对于应届生求...

说在前面：本帖长期有效，欢迎咨询“中金所技术公司”暑期实习、校招、社招的内推，感谢支持！各位牛友好，23届秋招如此艰难了，24届的你还在观望什么？赶紧一起来为暑期实习和秋招准备起来吧！ 1、我是哪冒出来的内推官？ （1）中金所（中国金融期货交易所）是全国唯一一家金融期货交易所，在证监会领导下，与上交所、深交所等一起为我国资本市场发展贡献力量。（2）中金所技术公司是中金所的全资子公司（上海金融期货信息技术有限公司 ），办公都在一起。 具体介绍欢迎浏览我的牛客帖子：资深内推人视角 | 中金所技术公司校招全流程解析（持续互动）2、你为什么应该找我内推？ （1）我是中金所技术公司的内推官，已内推上千人...

说在前面：本帖长期有效，欢迎留言咨询暑期实习、秋招、春招、社招的内推机会，感谢支持！      各位牛友好，   我是中金所技术公司的在职员工，长期致力于为公司内推更多优秀人才，并为各位同学提供全流程指导。这篇文章将从内推经验出发，整合牛客上近三年中金所技术公司的笔试面试经验贴，其中会有很多干货，希望能够为有意向加入我司的同学们提供一些指引。   如果你想要了解中金所技术公司，欢迎浏览另一篇帖子：中金所技术公司校招全流程解析（牛客网）。   全文目录如下，欢迎同学们在评论区和我持续互动，也感谢点赞、收藏和关注我的每一个牛友。    开篇：暖一下场，铺垫一下情绪   一、中金所技术公司笔试经验汇...

目录    一、知识蒸馏综述   1. 基本概念  2. 知识蒸馏的主要算法  3. 知识蒸馏算法的展望  4. 知识蒸馏在智能推荐中的应用   二、增量学习：补充介绍        【说在前面】本人博客新手一枚，象牙塔的老白，职业场的小白。以下内容仅为个人见解，欢迎批评指正，不喜勿喷！[握手][握手]   【再啰嗦一下】本文衔接上两个随笔：人工智能中小样本问题相关的系列模型演变及学习笔记（一）：元学习、小样本学习   【再啰嗦一下】本文衔接上两个随笔：人工智能中小样本问题相关的系列模型演变及学习笔记（二）：生成对抗网络 GAN   【再啰嗦一下】本文衔接上两个随笔：人工智能中小样本问题相关的...

目录    一、迁移学习综述   1. 基本概念  2. 迁移学习的分类  3. 小结  4. “小王爱迁移”系列学习内容：含深度迁移学习！   二、深度迁移学习综述   1. 基本概念  2. 深度迁移学习的分类         【说在前面】本人博客新手一枚，象牙塔的老白，职业场的小白。以下内容仅为个人见解，欢迎批评指正，不喜勿喷！[握手][握手]   【再啰嗦一下】本文衔接上两个随笔：人工智能中小样本问题相关的系列模型演变及学习笔记（一）：元学习、小样本学习   【再啰嗦一下】本文衔接上两个随笔：人工智能中小样本问题相关的系列模型演变及学习笔记（二）：生成对抗网络 GAN      一、迁...

原文地址：人工智能中小样本问题相关的系列模型演变及学习笔记（二）：生成对抗网络 GAN         目录    一、生成对抗网络 GAN 综述   1. GAN  2. DCGAN  3. ImprovedGAN  4. PACGAN  5. WGAN  6. CycleGAN   7. Vid2Vid  8. PGGAN  9. StackGAN  10. BigGAN  11. StyleGAN   12. 小结         【说在前面】本人博客新手一枚，象牙塔的老白，职业场的小白。以下内容仅为个人见解，欢迎批评指正，不喜勿喷！[握手][握手]   【再啰嗦一下】本文衔接上一个随笔...

目录    一、Optimizor优化器选择   1. 梯度下降：经典  2. Momentum  3. Nesterov  4. Adagrad  5. Adadelta  6. RMSprop  7. Adam：常用  8. 其他  9. 经验总结   二、激活函数选择   1. 常用的激活函数  2. 经验总结   三、防止过拟合   1. 数据集扩充  2. L1/L2正则化  3. Dropout  4. 提前终止Early stopping  5. 交叉验证   四、防止梯度消失/爆炸   1. 使用合适的激活函数：ReLU等   2. 预训练加微调：DBN等  3. 梯度剪切、正...

目录    一、基于统计学模型   1. 基本概念  2. 平稳性检验  3. 平稳化处理  4. 统计学模型：自回归模型 AR  5. 统计学模型：滑动平均模型 MA  6. 统计学模型：自回归滑动平均模型 ARMA  7. 统计学模型：差分整合移动平均自回归模型 ARIMA  8. 统计学模型：季节性差分自回归滑动平均模型 SARIMA  9. 模型检验：残差检验   二、基于机器学习模型  三、基于深度学习模型          【说在前面】本人博客新手一枚，象牙塔的老白，职业场的小白。以下内容仅为个人见解，欢迎批评指正，不喜勿喷！[认真看图][认真看图]     【补充说明】时间序列分...

目录    一、基于时间序列分析   1. 基于同比和环比  2. 基于统计学模型预测  3. 基于时间序列分解   二、基于概率统计   1. 单特征且符合高斯分布  2. 多个特征，不相关，且均符合高斯分布  3. 多个特征，相关，且符合多元高斯分布  4. 马氏距离 Mahalanobis distance  5. G检验 Grubbs' Test  6. 箱线图   三、基于距离   1. 基于角度的异常点检测  2. 基于KNN的异常点检测   四、基于密度   1. LOF  2. COF  3. INFLO  4. LoOP   五、基于聚类   1. 假设一：不属于任何聚类的点...

目录    一、基于知识图谱的智能推荐   1. 基于embedding的方法  2. 基于path的方法  3. 联合方法  4. 结合知识图谱特征学习的推荐系统分类   二、基于图网络的智能推荐（写完发现等于介绍了一遍图网络！）   1. 知识图谱表示学习KGE与图网络表示学习的异同点  2. 图网络表示学习（network representation/embedding）  3. 图神经网络   三、知识图谱与图神经网络的相关问题探究   1. 图神经网络是如何处理类似知识图谱的有向异构图的？  2. 知识图谱与异质信息网络的区别？         【说在前面】本人博客新手一枚，象牙塔...