之前在实验室一直是做CV的,不知天高地厚的投了快手的广告算法,后来才知道更多考察的是机器学习的东西
- 算法题:二叉树断开任意一条边,对两棵子树元素求和再做乘法,求最大的乘积
- 了解哪些常见的机器学习算法(可能是你说什么他问什么)
- 逻辑回归(LR)对单条样本对预估分数代表真实概率么,具体含义是什么(感觉有点业务相关)
- 检测,box分类分数输出的物理含义是什么,怎么保证输出的score就是概率值
- 为什么分类会采用交叉熵,有什么好处
- 多任务跷跷板效应了解么,怎么解决
- pytorch中dropout的底层实现是怎样的
- 二分类任务,有哪些衡量指标,AUC的物理意义是什么
- 反问环节
虽然主要也是采用深度学习的方法来做,但是面试的时候对机器学习的基本方法和概念考察的还是比较多的
#软件开发2023笔面经#