阿里巴巴2018届校招秋招简历评估面经
来源:互联网 发布:m328晶体管测试仪编程 编辑:程序博客网 时间:2024/06/05 07:37
1、GBDT和随机森林的主要区别
2、单颗树的构建过程(说了ID3,C4.5)
3、竞赛相关流程
基于树模型有必要做标准化吗(树模型没必要,SVM/神经网络有必要)
这么多维度是怎么构建出来的
把两个特征做除法得到了新特征,在GBDT有没有这个必要
(有,虽然gbdt可以做到两列特征的关联,但是比例特征和关联特征是有区别的,因为你没办法确定他是不是准确关联了你目标的两列特征。
比如我先基于 a列做分叉,再基于b列做分叉,有个很弱的比例特征的表征。在a的基础上比如 a < 500,然后再在b的基础上比如 b < 100,那么这两个同时满足的话 是可以学到一定的比例关系。但是如果对应的 a = 5000 b = 1000,就没办法学习到了。
同时,可能会在 a点的右分支的左分支表征一样的信息,相当于把模型复杂化了。但是如果我们输入比例特征的话,第一个分裂节点可能就不是a,而是 b/a了,输入比例特征 是有利于模型进行学习的)
4、肿瘤项目相关(文本形式,图像形式)
图像用了什么算法(CNN/AlexNet)
文本有没有用到CNN,样本大概有多少例
在CNN(深度学习)上融合文本的feature有没有可能性
算法模型在后面想怎么完善去提高准确率(模型融合)
5、CNN的网络结构(输入层、卷积层、激励层、池化层、全连接层)
ReLU的形式,数学公式是什么,和Sigmoid的图像有什么区别
全连接层的基本结构是什么,一个神经网络可以有几个全连接层
6、有没有遇到过C++里的countdown问题。(没有遇到过)
那讲一讲Linux搜索字符串格式(grep -rn ./) 和find的区别
7、了解目前实习情况,在哪里用到Spark服务,一般用的是什么数据库
8、Mysql里的join有几种。有没有用过Hadoop
9、海量数量取出最大的几个数(top K问题)
参考 http://blog.csdn.net/zyq522376829/article/details/47686867
10、最近看过的三篇论文(迁移学习、GAN、LSTM)
介绍一下LSTM的基本数据单元
11、满二叉树和完全二叉树的区别
(满二叉树是指这样的一种二叉树:除最后一层外,每一层上的所有结点都有两个子结点。在满二叉树中,每一层上的结点数都达到最大值,即在满二叉树的第k层上有2k-1个结点,且深度为m的满二叉树有2m-1个结点。
完全二叉树是指这样的二叉树:除最后一层外,每一层上的结点数均达到最大值;在最后一层上只缺少右边的若干结点。)
12、有没有git或者csdn地址
13、再问了一遍为什么要在菊厂做云计算=。=当时面试了都问了你哪些问题。
- 阿里巴巴2018届校招秋招简历评估面经
- 阿里巴巴校招内推简历筛选方案(总结篇) 及面经
- 阿里巴巴实习面经
- 阿里巴巴面经
- 阿里巴巴面经
- 阿里巴巴面经
- 阿里巴巴面经
- 阿里巴巴简历筛选原则
- 阿里巴巴搜索平台面经
- 支付宝、阿里巴巴面经
- 阿里巴巴研发工程师面经
- 面经-阿里巴巴java岗位
- 阿里巴巴校招内推简历筛选方案
- 2016阿里巴巴校招offer面经
- 2016年Java实习生阿里巴巴面经
- 2016阿里巴巴校招offer面经
- 阿里巴巴2017暑期实习生招聘面经
- 阿里巴巴HR推荐的简历法则
- 泛型
- Sentence-LDA的介绍及程序
- Java类加载器原理解析
- NFS 文件系统
- 海量数据取交集、并集-bitmap VS Redis
- 阿里巴巴2018届校招秋招简历评估面经
- HDU
- Java笔记:封装、继承和多态
- 46. Permutations
- Observables and Reactive Programming in Angular 2
- 作业1
- 推荐更好用的网络检测命令
- [HDU](1782)逃离迷宫 ---BFS(图)
- css清除浮动float的三种方法总结,为什么清浮动?浮动会有那些影响?一起来$('.float')