阿里淘天推荐算法一面面经
1. 问实习项目,大约20mins
2. 对推荐模型了解多少?介绍下deepfm
3. 推荐和广告有什么区别?
4. L1和L2正则化的区别?为什么L1能产生稀疏解?
5. 介绍一下常用的注意力机制,什么场景适合self-attention?
6. attention和全连接有什么区别?
7. 介绍一下AUC的物理意义,如果在现在基础上,再增加一批全正样本,AUC值如何变化?
8. 手撕代码:字符串去空格
#校招# #面经# #推荐算法# #阿里巴巴# #淘宝#
全部评论
L1稀疏解原理
相关推荐
点赞 评论 收藏
分享
程序员花海:还没有来得及准备的同学可以看下学习路线:https://www.nowcoder.com/discuss/824693499982315520?sourceSSR=users算法题:https://www.nowcoder.com/feed/main/detail/20e7a999fa04485b88340a274411ca0d?sourceSSR=users八股文:https://www.nowcoder.com/discuss/833102362771251200?sourceSSR=users简历书写方式:https://www.nowcoder.com/discuss/839907820706205696?sourceSSR=users都是以前在牛客发的文章~


点赞 评论 收藏
分享

查看11道真题和解析