一面
3道题
binarysearch
searchrange
canpartition
了解哪些最新的ctr模型
图表示学习无监督情况下的指标
了解nlp的么，困惑度
二面 (感觉面试官应该是数学背景) 1h
如何看待阿里事件，自己的态度
如何看待目前算法依然很卷
如何看待内卷
喜欢什么样的工作环境氛围
找工作看重哪几点，城市选择
读研上了哪些课？
本科课程微积分，离散数学，数值分析，矩阵论，凸优化，实变函数，线性代数
了解哪些优化，ml里面，
什么是一阶二阶优化，为什么牛顿法比梯度下降更快
拟牛顿法有哪些
问熟悉哪些机器学习模型，说了LR......
LR模型假设是什么
如何从贝叶斯角度分析LR
LR是不是线性模型，为什么，LR，SVM分类平面的区别
LR是不是判别模型，为什么，什么是生成模型
LR 线性不可分数据行不行，
核方法怎么做的，映射后的空间叫什么
LR可不可以加正则，L1/L2为什么可以起到正则化的作用，为什么可以转换为受约束优化问题，
为什么L1正则可以获得稀疏解
为什么获得稀疏解可以正则化
什么特征的参数会退化为0，参数重要性是什么，如何解释(说了feature和label的相关性)，训练过程中怎么变成0的
什么是过拟合，为什么参数多会导致过拟合
什么是PAC
什么是偏差与方差
过拟合时偏差方差什么变化
KNN是不是线性模型，为什么
knn什么参数会导致过拟合
什么是维数灾难，具体介绍，高维情况下会发生什么问题
全部评论
(3) 回帖