总结一下这几个月的面试吧。这一路走来确实不易。
面经主要公司是：网易+滴滴+爱奇艺+平安科技+新浪
网易 人工智能实习生
一面
|
1
2
3
4
5
6
7
8
|
1.自我介绍 2.项目（比赛,实习） 3.介绍下逻辑回归原理 4.过拟合定义及解决方法 5.数据不平衡问题 6.介绍下CNN原理 7.装饰器及多进程和多线程区别 8.TopK |
二面
|
1
2
3
4
5
6
7
8
|
1.自我介绍 2.项目（比赛,实习） 3.xgb,gbdt,RF区别与联系 4.xgb的优势 5.介绍下RNN 6.说说假设检验 7.两枚硬币,依次掷，两枚掷完算一次，到第五次两枚第一次同时出现相同的面的期望值 8.如何在一堆数里确定是否存在某几个数 |
滴滴 算法实习生
|
1
2
3
4
5
6
7
8
|
1.自我介绍 2.项目（比赛,实习） 3.lr优缺点 4.介绍下极大似然 5.说说有哪些优化方法 6.xgb与RF的区别 7.说说lambda 8.简单介绍下mapreduce模型 |
爱奇艺 算法实习生
|
1
2
3
4
5
6
7
8
9
|
1.自我介绍 2.项目（比赛,实习） 3.lr与svm区别 4.svm原始问题为什么要转化为对偶问题,为什么对偶问题就好求解，原始问题就不能求解 5.简答介绍下word2vec及fasttext 6.说下正则化 7.rnn,lstm,gru区别与联系 8.说下梯度消失与爆炸原因及解决方法 9.xgb,gbdt,RF区别与联系 |
平安科技 算法实习生
|
1
2
3
4
5
6
7
8
9
10
|
1.自我介绍 2.项目（比赛,实习） 3.说下逻辑回归原理 4.l0,l1,l2区别 5.介绍下lstm和gru 6.xgd,adb,gbdt区别与联系 7.介绍下PCA 8.介绍下kmeans及模型评估指标 9.元组与列表区别 10.集成方法中提升效果的数学原理 |
新浪 算法实习生
|
1
2
3
4
5
6
7
8
9
|
1.自我介绍 2.项目（比赛,实习） 3.说说模型融合 4.lstm,gru,rnn区别及前两者的优势 5.介绍下kmeans及模型评估指标 6.说说推荐中的冷启动问题 7.xgb,gbdt,RF区别与联系 8.如何将大量真实人群样本按年龄段统计出TopK最喜欢的物品 9.手撕代码：一，将一个链表中连续重复的数字去掉，返回处理后的链表；二，大数相乘 |
全部评论
(12) 回帖