- 上来先自我介绍
- 问一下对nlp方向知识的了解
由于我了解的很少,他也没继续往下问
记得问了一下对word2vec的了解
- 问一下对推荐系统方向的了解
- 有哪些推荐的的常有算法
协同过滤,矩阵分解,深度推荐不太了解就没多说
- 问了一下在腾讯视频推荐场景下的推荐算法选择策略
我说我们对用户可能会有了解,但是对视频知之甚少,所以可以使用user-based IF
- 一道简单的算法题,手写单源最短路,我用的基础的迪杰斯特拉算法
- 问了一下LR中损失函数的定义
- 问了一下激活函数的作用,常用的激活函数relu的优点
- 我回答了提供非线性特性,简化模型
- 有一点防止过拟合没答出来
总体上感觉面试官很好,我如果了解的比较少的地方,他没有往下刁难我,而是找我会的地方问,面试过程愉快
本文分享了一次关于自然语言处理(NLP)及推荐系统方向的面试经历,涉及word2vec、协同过滤等算法的理解,以及在腾讯视频推荐场景下的算法选择策略。面试官友好,氛围轻松。
1310

被折叠的 条评论
为什么被折叠?



