强化学习算法二面面经

#开放七大实习专项，百度暑期实习值得冲吗# 被横向挂了，希望发出来对大家有帮助！

拷打实习

1.特征重要性筛选，除了做shuffle还有哪些方法？单个特征的shuffle对其他特征的交叉影响该如何考虑？

2.介绍一下SENet

3.多任务模型中，针对单个目标头，可以如何优化？

4.如何解决MoE中的专家退化问题？

5.强化学习落地，如何从离线强化学习切换到在线强化学习？

6.奖励函数中的多目标权重如何设置？

手撕：

1.多臂老虎机：给你k个按钮，每个按钮会返回一个奖励，该奖励服从正态分布，每个按钮奖励的正态分布参数不同，请返回奖励期望最大的那个按钮

2.给定一个函数F(x)，实现任意机器学习算法拟合这个函数