231AB test的原理将用户划分为A,B两组，A实验组用户，接受所设计的推荐算法推荐的商品，B对照组用户，接受基线方法推荐的商品。通过对比两组用户的行为来评估推荐算法的性能。答案解析ABTest，简单来说，就是为同一个产品目标制定两个方案（比如两个页面一个用红色的按钮、另一个用蓝色的按钮），让一部分用户使用A方案，另一部分用户使用B方案，然后通过日志记录用户的使用情况，并通过结构化的日志数据分析相关指标，如点击率、转化率等，从而得出那个方案更符合预期设计目标，并最终将全部流量切换至符合目标的方案232说说有哪些卷积• 标准卷积，标准卷积核与目标图像矩阵进行卷积运算，多少数量的卷积核，就会对...

211为什么Lasso可以筛选变量?L1是模型各个参数的绝对值之和∣w⃗∣0，那么对目标函数经过优化后，一部分参数会变为0，另一部分参数为非零实值。这样就起到了筛选特征的作用。212L1正则化为什么能缓解过拟合过拟合是由于特征过多，L1可以筛选特征，所以能够缓解过拟合213BN+CONV融合公式及作用网络完成训练后，在inference阶段，为了加速运算，通常将卷积层和BN层进行融合214 初始化方法• 全0初始化，就是将所有权重置0。当然是不能这样的，神经网络通过梯度更新参数，参数都是0，梯度也就是0，神经网络就停止学习了。• 随机初始化将参数随机化，不过随机参数服从高斯分布或均匀分布。高斯...

191relu在零点可导吗，不可导如何进行反向传播？不可导。人为将梯度规定为0192Softmax公式，溢出怎么处理，求导193推导sigmoid求导公式194说一下你了解的优化函数？优化函数就是用来最小化我们的损失函数的。梯度下降法。 梯度下降法是原始的优化方法，梯度下降的核心思想：负梯度方向是使函数值下降最快的方向，因此我们的目标就是求取目标函数的负梯度。 在梯度下降法中，因为每次都遍历了完整的训练集，其能保证结果为全局最优（优点），但是也因为我们需要对于每个参数求偏导，且在对每个参数求偏导的过程中还需要对训练集遍历一次，当训练集很大时，计算费时（缺点）。整个训练集对应一个梯度当目标函数是...

171以 1/N 的概率返回 1~N 之间的数第一步：生成Rand1()函数，等概率产生0和1。第二步：计算整数 n 的二进制表示所拥有的位数 k， k = 1 + l o g 2 n k = 1 +log_2n k=1+log2n第三步：调用ｋ次 Rand1() 产生随机数。172给定函数rand5() 构造rand7() 或 rand7()构造rand10()1730出1次，1出现2次，2出现3次，n-1出现n次？174给定一个函数rand()能产生0到n-1之间的等概率随机数，问如何产生0到m-1之间等概率的随机数？175返回 (0, 1) 之间的均匀分布（字节跳动面试题） 因为这里的条...

151在程序里面智能指针的名字是啥？一个是shared_ptr允许多个指针指向同一个对象；一个是unique_ptr独占所指向的对象；还有一种伴随类weak_ptr他是一种弱引用, 指向shared_ptr所指向的对象。152new，malloc区别1）.malloc与free是C++/C语言的标准库函数，new/delete是C++的运算符。它们都可用于申请动态内存和释放内存。2）.对于非内部数据类型的对象而言，光用maloc/free无法满足动态对象的要求。对象在创建的同时要自动执行构造函数，对象在消亡之前要自动执行析构函数。由于malloc/free是库函数而不是运算符，不在编译器控制权...

131栈溢出有哪些情况1）、局部数组过大。当函数内部的数组过大时，有可能导致堆栈溢出。2）、递归调用层次太多。递归函数在运行时会执行压栈操作，当压栈次数太多时，也会导致堆栈溢出。3）指针或数组越界。这种情况最常见，例如进行字符串拷贝，或处理用户输入等等。132红黑树自平衡二叉查找树，用途是实现关联数组。它可以在O(log n)时间内做查找，插入和删除，这里的n 是树中元素的数目。set, multiset, map, multimap)应用了红黑树的变体红黑树是每个节点都带有颜色属性的二叉查找树，颜色或红色或黑色。在二叉查找树强制一般要求以外，对于任何有效的红黑树我们增加了如下的额外要求:性质...

111GAN网络的思想GAN用一个生成模型和一个判别模型,判别模型用于判断给定的图片是不是真实的图片,生成模型自己生成一张图片和想要的图片很像,开始时两个模型都没有训练,然后两个模型一起进行对抗训练,生成模型产生图片去欺骗判别模型,判别模型去判别真假,最终两个模型在训练过程中,能力越来越强最终达到稳态。1121*1的卷积作用实现跨通道的交互和信息整合,实现卷积核通道数的降维和升维,实现多个feature map的线性组合,而且可是实现与全连接层的等价效果。113怎么提升网络的泛化能力从数据上提升性能:收集更多的数据,对数据做缩放和变换,特征组合和重新定义问题。从算法调优上提升性能:用可靠的模型...

91VGG使用3*3卷积核的优势是什么? （采用连续的几个3x3的卷积核代替AlexNet中的较大卷积核（11x11，7x7，5x5））2个33的卷积核串联和55的卷积核有相同的感知野,前者拥有更少的参数。多个33的卷积核比一个较大尺寸的卷积核有更多层的非线性函数,增加了非线性表达,使判决函数更具有判决性。  用C0个33Ci的卷积核进行卷积操作，所以参数量为33CiC02个·33参数量：18 1个·55参数量: 2592Relu比Sigmoid的效果好在哪里?Sigmoid的导数只有在0的附近时有较好的激活性,而在正负饱和区域的梯度趋向于0,从而产生梯度弥散的现象,而relu在大于0的部分梯...

71 方差偏差的分解公式链接sklearn）是针对Python 编程语言的免费软件机器学习库 [1] 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，72对应时间序列的数据集如何进行交叉验证（两种嵌套交叉验证）传统的交叉验证由于假定样本独立同分布，因此随机打乱分为训练集和验证集。但是对于时间序列来讲，需要考虑序列间的时间依赖。1.预测后一半；2.日向前链73正负样本不平衡的解决办法？评价指标的参考价值？1重新采样数据集：上下采样法。2使用正确的评估标准,当数据不平衡时可以采用精度,调用度,F1得分,MCC,AUC等评估指标好的指标：ROC和AUC、F...

51随机森林RF通过对训练数据样本以及属性进行有放回的抽样（针对某一个属性随机选择样本）这里有两种，一种是每次都是有放回的采样，有些样本是重复的，组成和原始数据集样本个数一样的数据集；另外一种是不放回的抽样，抽取出大约60%的训练信息。由此生成一颗CART树，剩下的样本信息作为袋外数据，用来当作验证集计算袋外误差测试模型；把抽取出的样本信息再放回到原数据集中，再重新抽取一组训练信息，再以此训练数据集生成一颗CART树。这样依次生成多颗CART树，多颗树组成森林，并且他们的生成都是通过随机采样的训练数据生成，因此叫随机森林。RF可以用于数据的回归，也可以用于数据的分类。回归时是由多颗树的预测结果...

31如果给你一些数据集，你会如何分类（我是分情况答的，从数据的大小，特征，是否有缺失，分情况分别答的）；根据数据类型选择不同的模型，如Lr或者SVM，决策树。假如特征维数较多，可以选择SVM模型，如果样本数量较大可以选择LR模型，但是LR模型需要进行数据预处理；假如缺失值较多可以选择决策树。选定完模型后，相应的目标函数就确定了。还可以在考虑正负样例比比，通过上下集采样平衡正负样例比。32如果数据有问题，怎么处理；上下采样平衡正负样例比；2.考虑缺失值；3.数据归一化常见的损失函数有：0-1损失函数、绝对损失函数、平方损失函数、对数损失函数经验风险用来度量模型在整个训练集上的预测效果好坏，而损失...

11面试中的概率问题概率链接切比雪夫不等式最大似然估计：最大后验概率估计：所以最大后验概率就是估计 12各种分布及其期望、方差、分布函数链接13什么是共轭先验分布14频率学派和贝叶斯学派的区别频率派认为模型参数是固定的,一个模型在无数次抽样后,参数是不变的；频率派认为模型不存在先验贝叶斯学派认为数据才是固定的而参数并不是。贝叶斯派认为模型存在先验。15. 0~1均匀分布的随机器如何变化成均值为0，方差为1的随机器16Lasso的损失函数17线性代数若矩阵所有特征值均不小于0,则判定为半正定。若矩阵所有特征值均大于0,则判定为正定。在判断优化算法的可行性时Hessian矩阵的正定性起到了很大的作...

1. 分类算法常用哪些？  KNN LR（逻辑回归） SVM 决策树、随机森林 神经网络  2. 回归算法一般用哪些？  线性回归 决策树、GBDT XGboost 神经网络  3. 回归方法中使用的评价指标是哪些?  均方误差（MSE）： 均方根误差（RMSE） MAE(平均绝对误差) R Squared  4. 分类中使用的损失函数是哪些？为什么是交叉熵而不是mae？  0-1损失函数（zero-one loss）：在感知机中，使用的该损失函数 对数损失函数（log loss）：用于最大似然估计，等价于交叉熵损失函数 指数损失函数（exponential loss）：在adaboost中使...

岗位职责：1、负责各对应业务部门的数据分析服务，参与数据分析需求的调研、分析和实现;与业务部门合作开展专题分析。2、引导各业务部门提出数据挖掘课题项目，参与课题选择，通过大数据统计分析、挖掘建模等技术进行规则发现及趋势预测，辅助业务部门设计数据应用业务场景并持续改进。3、提炼有共性、高价值的数据分析成果，配合数据中台建设，推动成熟的数据分析成果落地数据中台，协助研发单位进行数据产品打造与信息系统集成。4、配合本行数据驱动战略，协助业务部门在客户、产品、渠道、活动等多维度制定多样化、精准化的经营策略，为数字化运营提供数据支持，辅助业务决策。5.负责根据业务需要，进行数据基础设施的规划及建设。2....