小米
机器学习算法实习生一面面经
完整信息
本篇目录
发一下问题给大家参考，攒攒人品！
1️⃣技术提问：
1.讲讲过拟合是什么？
2.遇到过拟合怎么解决？
3.用过XGboost吗，有什么优点
4.梯度XGboost的原理
5.贪心算法的原理
6.梯度消失怎么解决
7.pre，re，auc指标的含义
8.逻辑回归的损失函数和求导、最大似然估计
9.交叉熵损失的物理意义
2️⃣coding：找到和大于等于目标值的连续子数组
要求用sliding window和二分查找两种方法做
本篇目录
当前问题0110
- 01
讲讲过拟合是什么？
- 02
遇到过拟合怎么解决？
- 03
用过XGboost吗，有什么优点
- 04
梯度XGboost的原理
- 05
贪心算法的原理
- 06
梯度消失怎么解决
- 07
pre，re，auc指标的含义
- 08
逻辑回归的损失函数和求导、最大似然估计
- 09
交叉熵损失的物理意义
- 10
找到和大于等于目标值的连续子数组 要求用sliding window和二分查找两种方法做