26秋招-美团推荐算法一面
实习项目拷打
1.目标如何确定、正负样本定义、特征维度、特征重要度分析、特征处理评估方式(离线、在线)、打分融合方式
2.如果直接把这些特征输入到一个 LR或其它简单模型做融合,和你现在的模型相比效果差距大吗?
3.相比 LR 这样的线性模型,MMoE 的优化优势体现在哪里?
4.设置了几个专家?不同专家数对比现在设置的专家数diff有多大?
5.有没有尝试过简单的 MLP?在你的任务场景下,使用 MMoE 是否真的有必要?
6.离线模型有没有对DAU的提升纳入到预估目标里面?为什么选择这样做或不这样做?
7.手撕:LC 124.最大路径和
1.目标如何确定、正负样本定义、特征维度、特征重要度分析、特征处理评估方式(离线、在线)、打分融合方式
2.如果直接把这些特征输入到一个 LR或其它简单模型做融合,和你现在的模型相比效果差距大吗?
3.相比 LR 这样的线性模型,MMoE 的优化优势体现在哪里?
4.设置了几个专家?不同专家数对比现在设置的专家数diff有多大?
5.有没有尝试过简单的 MLP?在你的任务场景下,使用 MMoE 是否真的有必要?
6.离线模型有没有对DAU的提升纳入到预估目标里面?为什么选择这样做或不这样做?
7.手撕:LC 124.最大路径和
全部评论
相关推荐
查看20道真题和解析 点赞 评论 收藏
分享
01-24 15:42
吉林大学 Java
冰炸橙汁_不做oj版:就第一个项目而言纯堆技术栈啊,没有量化成果支撑,培训班味太浓,罗列了一堆中间件,但是只用了极大提升、显著降低这种词,而且你所谓的ai改造就存在于标题中,ai具体怎么用的是一点没说啊 点赞 评论 收藏
分享