《顺丰机器学习》专题

上周四下午二面后，这周一约的今天下午 4.17约面 4.18终面 很棒！！！顺丰的面试官都特别好！！！疯狂打call！！！我这次的发挥也很不错（三次中最好的），刚开始还有点紧张，后面我的逻辑捋顺了后，问答也是行云流水，逻辑完整，虽然提前预备的问题一个也没问。 大家也是，其实没必要非得提前准备，简单了解一下可能会问的方面就行了，我这两天疯狂刷顺丰it项目管理的面经，好几个帖子都能背下来了，结果人家面

本来投递的不是仓储，原本投的岗一直没有推进，就在牛客上投了下仓储，请HR帮忙推进我原本的岗的进度，然后被告知，卡着一直没动，她就帮我把简历要去仓储推进了。 11月7日HR张告诉我把我简历要过去了 11月8日下午2点打电话+发邮件通知我当天下午6点面试 面试： 2v1业务+HR 总共40分钟左右 ①自我介绍 ②挖简历 先问的我大一做的一个快递相关问题的调研 再问我简历上的一段实习 做了什么（没有问我

一面-技术面36min-04/22 自我介绍 你认为的产品运营？需要具备的能力？ 有自学过运营方面的知识吗？ 最有成就感的事情 大学报考初衷？为什么不从事技术相关岗位？ 看重实习的点（薪资、待遇、企业文化）？ 假如需要去到物流中转站线下实习，你能接受吗？ 对顺丰科技的了解？ 大学（目前）的规划？ 反问：本场面试的不足？部门具体业务？结果通知？ 面完感觉又要感谢信+1辽，积累面试经验吧，不过还是希望

本文向大家介绍Python语言描述机器学习之Logistic回归算法，包括了Python语言描述机器学习之Logistic回归算法的使用技巧和注意事项，需要的朋友参考一下 本文介绍机器学习中的Logistic回归算法，我们使用这个算法来给数据进行分类。Logistic回归算法同样是需要通过样本空间学习的监督学习算法，并且适用于数值型和标称型数据，例如，我们需要根据输入数据的特征值（数值型）的大小来

问题内容： 我正在尝试让Apple的示例核心ML模型在2017年WWDC上演示以正常运行。我正在使用GoogLeNet尝试对图像进行分类（请参阅Apple机器学习页面）。该模型将CVPixelBuffer作为输入。我有一个用于本演示的名为imageSample.jpg的图像。我的代码如下： 我总是在输出而不是图像分类中遇到意外的运行时错误。我的转换图像的代码如下： 我从以前的帖子中获得了此代码。我

写在之前 大家好呀，我是帅蛋。 今天来更新机器学习篇面试，这一部分一共 32 道题。Python 面试八股文尽在帅蛋的【最强Python面试题】，大家一定要记得点赞收藏呀！！！ 欢迎和帅蛋聊一聊~扣扣2群：609771600，获取最新秋招信息 & 内推进度，日常聊聊迷茫吹吹牛皮，抱团取暖 顺便提一句，我所有和面试相关的内容都会放在#帅蛋的面试空间# 中，大家可以关注下这个话题~ 我会尽我最大的努力

本文向大家介绍Python机器学习之决策树算法实例详解，包括了Python机器学习之决策树算法实例详解的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python机器学习之决策树算法。分享给大家供大家参考，具体如下： 决策树学习是应用最广泛的归纳推理算法之一，是一种逼近离散值目标函数的方法，在这种方法中学习到的函数被表示为一棵决策树。决策树可以使用不熟悉的数据集合，并从中提取出一系列规则，

我一直在和一个朋友争论“特征提取”。他说，ML的主要任务是提取特征。但我不同意。一般来说，特征提取不是一项ML任务。如果我们认为wx b是表示ML的最简单的方法，那么ML的任务就是找到最好的w和b。x是特征。ML试图找出给定x的最佳w和b值，它与训练数据匹配，从而学习如何找到w和b。 我的朋友说提取特征是ML的核心任务。但据我所知，特征提取主要是一项数据预处理任务。

在Microsoft Azure机器学习下创建计算实例并选择Jupyter以打开Jupyter笔记本后，我将从菜单中选择新建终端。然而，我得到以下错误： 我已经重新创建了compute实例，但运气不佳。 你知道这个问题与什么有关吗？ 谢谢

四年前，我发布了这个问题，得到了一些答案，不幸的是，超出了我的技能水平。我刚刚参加了一个build tour会议，他们在会上谈到了机器学习，这让我想到了使用ML来解决我的问题的可能性。我在azure站点上发现了这一点，但我认为它对我没有帮助，因为它的范围非常狭窄。 以下是我正在努力实现的目标： 我有一个源图像： ML是解决这个问题的好工具吗？如果是的话，有什么开始的建议吗？

[toc] 百度 机器学习算法工程师 凉经 投递 2022.07.25 牛客投递，后面牛客上内推了，发了一个内推确认链接，就等于是官网内推投递吧应该 一面通知 2022.07.29 通知面试，直接发的2022.08.02 晚上 20 : 00一面 一面 2022.08.02 面试时长：60 min 面试平台： 如流（百度自家的） 面试过程，分为3部分 项目 介绍项目，问了两个项目 在问项目过程中，

约的8点开始， 8点面试官进来后说要上卫生间，等到8点10分开始，一共60分钟。 1、开始先聊了会儿在字节实习的内容，主要聊场景； 2、聊完后开始问xgboost（简历有写），很细，都是答完后继续往下深挖，答的不好： 和GBDT的区别 什么场景用lr，什么场景用xgboost，什么场景用nn 构造树的过程 怎么来做多分类的 。。。 3、auc指标的含义 4、分类问题为什么用交叉熵不用mse，从公式

准备工作 1. 准备一张mysql数据库表，至少包含这些列：id、title(文章标题)、content(文章内容)、segment(中文切词)、isTec(技术类)、isSoup(鸡汤类)、isMR(机器学习类)、isMath(数学类)、isNews(新闻类) 2. 根据你关注的微信公众号，把更新的文章的title和content自动写入数据库中，具体方法见《教你成为全栈工程师(Full Sta

全程25分钟 手撕：lc5 只需要输出长度，中心扩展秒了 项目 Transformer中缩放点击注意力为什么要除以根号下dk（这个问题被问到好多次了，给出了原文解释） 为什么值是根号下dk而不是dk，dk的2/3次方等？（这里李沐的动手学深度学习给出了一个解释：假设查询和键的所有元素都是独立的随机变量，并且都满足零均值和单位方差，那么两个向量的点积的均值为0，方差为d。为确保无论向量长度如何，点积

发个面经攒攒人品吧家人们😥 上来全是问基础，太烧脑了呜呜 1.面试官介绍了他们是支付宝广告技术部，主要做搜广推aigc大模型等，包括涉及的业务等 1.开始严刑拷打了呜呜。问我在阿里做aigc项目，主要负责了哪块？问相关的vision transformer有没有了解过？我说没有只看过transformer，然后就问那你说说transformer。。。 2.问了神经网络中最大池化层的反向传播怎么算