机器学习面试

机器学习面试经验页提供了该职位近年来在全国各城市、企业的机器学习面试问题、面试难度、面试感受等信息。
2024-05-17 05:00:00 更新

机器学习面试概况

基于用户贡献的7条机器学习面试经验统计分析得出,结果仅供参考。
面试难度
icon
“困难”
icon
面试感受
“体验很好”
面试来源
校园招聘
29.0%
内部推荐
29.0%
网络招聘
14.0%
猎头推荐
14.0%
社会招聘
14.0%

机器学习面试经验

系统基于用户发布机器学习面试经验的内容丰富度、发布时间等维度,经过综合计算并自动排序后予以展示。
笔试技术难度
默认排序
只看精选
面试难度
面试感受
匿名用户
机器学习
确定通过确定通过
面试过:腾讯
我是应届生实习留下来的,一开始是笔试,笔试都是和其他的一样,程序员基本问题,有C++语法,底层的线程,进程问题。算法是背包问题还有动态规划相关的,写程序是红黑树自旋转相似的题目。还有一个程序填空是判断字符串是否是规范的Ip。 面试第一轮:主要是自我介绍,算法,数学推导和写程序;算法是100层楼两个一样的玻璃杯,判断杯子不碎的最高楼层。程序是写冒泡排序算法。数学推导是最小二乘的概率解释,并且用牛顿方法求解,并且说出不足和适用场景。 面试第二轮:和第一轮差不多,算法,机器学习基础推导和写程序;算法是用QQ号的用户画像来标记对应的微信用户,并且修正。机器学习推导主要是怎么选择模型,特征,怎么避免过拟合等等,最后说泊松分布和二项分布的适用场景,并推导似然函数的解。写程序很简单链表类。 第三面是总监:基本就是大概的聊了一个,涉及自己对机器学习的理解,C++基础,做过的项目。 ...查看更多
包含1个问题,1个回答
Q:面试第一轮:主要是自我介绍,算法,数学推导和写程序;算法是100层楼两个一样的玻璃杯,判断杯子不碎的最高楼层。程序是写冒泡排序算法。数学推导是最小二乘的概率解释,并且用牛顿方法求解,并且说出不足和适用场景。 面试第二轮:和第一轮差不多,算法,机器学习基础推导和写程序;算法是用QQ号的用户画像来标记对应的微信用户,并且修正。机器学习推导主要是怎么选择模型,特征,怎么避免过拟合等等,最后说泊松分布和二项分布的适用场景,并推导似然函数的解。写程序很简单链表类。
2 年前 发布
1

查看更多机器学习面试经验

说明:机器学习面试经验内容由看准用户自行上传,仅代表内容发布者个人观点。看准网对相关内容的展示并不代表认同其观点。请用户在使用相关信息或依据相关信息作出决策前自行进一步核实此类信息。