1 梯度下降，极大似然
2 防止过拟合的方法（正则化）
3 bagging,boosting,randomforest,gbdt概念
4 海量url中寻找某个url是否存在？
5 有用户访问url的日志记录，如何对url进行分类？
6 有用户的基本信息、行为等，如何对异常用户进行检测？
7 对cnn，lstm的理解？
8 归并排序，快速排序，各种排序
转载于:https://www.cnblogs.com/muyangshaonian/p/9650482.html
腾讯机器学习一面面经
本文涵盖梯度下降、极大似然等机器学习基础概念，介绍防止过拟合的正则化方法，并讨论了bagging、boosting、random forest及GBDT等集成学习算法。此外还探讨了海量URL数据处理策略、URL分类方法、异常用户检测手段以及CNN和LSTM等深度学习网络的理解。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
