面经丨滴滴推荐算法实习生
一面
1.自我介绍
2.介绍卷积 激活 池化 全连接层含义
3.什么情况下可以不使用池化层
4.项目中使用了什么数据增强技术
5.阐述SVM原理
6.解决过拟合的方法
7.决策树怎么划分特征
8.随机森林有两种随机方式 怎么体现
9.线性模型和非线性模型的优缺点
10.样本数量小且特征数量多时 使用线性还是非线性模型
11.离散特征的处理方式
12.会不会用Linux
13.会不会TensorFlow
14.编程题：字符串交织问题。将两个字符串逐字符交织在一起，如果字符串长度不同，剩余部分直接链接
二面
1.自我介绍
2.介绍项目
3.编程题：求二叉树任意两个结点之间的最短路径和
4.编程题：快排
#软件开发笔面经#
类似资料：