讲道理问了很多问题，而且好多是随着我回答问的，有点不记得了
一面面试官评价是比曾经他在秋招的时候强点，但是有些需要工作经验加深理解
二面面试官觉得我对算法的追求不够。。只追求短平快了，不懂这个深要深到什么程度
6号周一在等腾讯omg二面的时候，帮我内推的同学发来二面面试官的消息，说思考很久把我挂了，要我戒骄戒躁
也是醉了，面试不仅要看能力，还要看缘分，就这样
面试官还是挺nice的
- 给一个数组，数组的数字代表股票价格，求一次买卖的最大股票收益
- 1-n的全排列
- lstm是什么的升级？解决了什么问题？
- 讲一讲各种激活函数
- attetion 机制
- embedding的深层含义是什么
- c 的const字段有什么意义
- RF和GBDT的区别
- 为什么GBDT可以提高准确率
- 矩阵分解
- 自我介绍
- 讲区块链
- 区块链中51%攻击的经济学原理
- 求树两个节点的最低公共祖先
- 讲kaggle比赛
- xgboost比gbdt的优化都有哪些
- 为什么xgboost要求二阶导数
- 泰勒展开逼近残差，二阶比一阶精度高
- 通用性，所有二阶可导的loss function都可以用
- 有些函数梯度在一阶上变化小，二阶变化大，参考牛顿法
- 为什么gbdt没有正则
- 讲项目
- 计算一下项目中DNN的参数个数
- gbdt与lr区别
- 集成为什么会提高效果
- l1 l2正则
- xgb lgb调参怎么选参数
- 贪婪搜索呗？面试官觉得不行？难道是贝叶斯参数优化？
- 怎么样在没有得到未来数据的情况下提高模型对未来预测的效果
- 讲道理我觉得这个问的非常扯淡，不就是泛化性，然后我说了一些降低方差的方法，面试官说是对未来预测的准确性，没有get到他的点，最后被说对算法的追求不够。。。。