抖音算法实习生面经(一面+二面)
第一面:上来三道题,然后问基础知识
算法题:
- 链表反转 简单题
- 寻找字符串中最长的无重复的子串
Leetcode 3. Longest Substring Without Repeating Characters - 选择字符串中最长的所有字母出现次数>=k的子串
Leetcode 395. Longest Substring with At Least K Repeating Characters
基础知识:
对C++熟悉吗?用过boost库吗?hive呢? 指针和引用有啥区别
你对Linux熟悉什么?
数据库中 having与where的区别(对数据库的SQL语句的了解)
- “where”是一个约束声明,在查询数据库结果返回之前对数据库的查询条件做一个约束,即返回结果之前起作用,“where”后面不能跟聚合函数;
- “having”是一个过滤声明,在查询数据库结果返回之后进行过滤,即返回结果之后起作用,“having”后面可以加聚合函数;
Xgboost对于lightgbm的改进? Gbdt or 随机森林呢?
LR的损失函数(极大似然估计+交叉熵损失函数)
LR为什么用极大似然估计,损失函数为什么是log损失函数(交叉熵)
https://www.cnblogs.com/stAr-1/p/9020537.html交叉熵损失函数的公式,与极大似然损失的异同点呢?
https://blog.csdn.net/weixin_37567451/article/details/80895309
https://blog.csdn.net/b1055077005/article/details/100152102
第二面:上来先问项目,里面的实现的细节,最后做算法题
- K-means算法的基本思想?项目中Kmeans中k是怎么确定的?什么时候迭代结束?
- tf-idf的含义
- 爬虫模块有延迟怎么办?
- 你熟悉哪些深度学习中的算法? (围绕着深度学习问的)
- Adam优化器的原理,深度学习中的其他优化器? (有哪些优化方法)
mini-batch梯度下降法,Momentum梯度下降法,RMSprop以及Adam优化算法 - 深度学习中如何解决梯度爆炸和梯度消失?
batch normalazation,吴恩达上课说的初始化权重可以有效缓解这个问题 - 如何防止过拟合呢?你用过哪些?
- Bert原理,解决什么问题?
- attention原理。为何你项目里不用maxpooling而是用attention(有什么好处),这里你是如何实现的?怎么设计的?
- Sigmoid的公式?用它有啥优点或好处?
算法:
- 二叉搜索树中查找比指定值小的最大值(考虑各种情况)
https://www.cnblogs.com/xiayy860612/archive/2012/10/16/2726861.html
写代码需要更快,而且是最优解。(也有需要和面试官稍微沟通,但是面试官希望的是直接做题,告诉他正确思路直接写代码,然后给代码给他看)
学习相关知识
- 一文搞懂极大似然估计 https://zhuanlan.zhihu.com/p/26614750
L2正则化为何能避免过拟合?
- 一:直觉上,正则化参数设置很大,让参数W很小,甚至很多为0,减少许多隐藏单元的影响,最终这个网络会变得更简单。
- 二:如果正则化参数(W^2前的系数)变得很大,参数W很小,z也会相对变小,此时忽略b的影响,z会相对变小,实际上,z的取值范围很小,这个激活函数,也就是tanh曲线函数会相对呈线性,整个神经网络会计算离线性函数近的值,这个线性函数非常简单,并不是一个极复杂的高度非线性函数,不会发生过拟合。
dropout为何能避免过拟合?
- 直观上理解:不要依赖于任何一个特征,因为该单元的输入可能随时被清除,因此该单元通过这种方式传播下去,并为单元的四个输入增加一点权重,通过传播所有权重,dropout将产生收缩权重的平方范数的效果,和之前讲的L2正则化类似;实施dropout的结果实它会压缩权重,并完成一些预防过拟合的外层正则化;L2对不同权重的衰减是不同的,它取决于激活函数倍增的大小
- 第二个直观认识是,我们从单个神经元入手
batch normalization
Z = WX + b
a = sigmoid(Z)
对每一层的Z值进行归一化,然后服从某种分布,比如均值为beta, 方差为gama的分布(两个参数),每一层的分布可以不同。
Batch Norm 为什么奏效?
- 原因一:
- 原因二:
抖音算法实习生面经(一面+二面)相关推荐
- 抖音推荐机制算法,抖音算法推荐模式,抖音算法机制流程图
大家好!我是依然,不同的平台有不同的算法规则和玩法,抖音平台的算法规则是指引大家创作视频内容的风向标,也是打造爆款视频必不可少的入门钥匙.如果在创作内容的过程中忽略了这些算法规则和推荐机制,那么个账 ...
- 抖音算法揭秘,百万粉丝的背后逻辑
抖音算法揭秘,百万粉丝的背后逻辑 抖音如何让上热门? 百度有百度的算法.微信有微信的算法.头条也头条的算法,算法是任何平台必不可少的机制,今天就来分享一下抖音的算法机制. 一.科普 算法是什么? 简单 ...
- 抖音算法推荐机制详解
抖音算法推荐机制详解!(科普向) 众所周知抖音的流量分配是去中心化的,这种去中心化算法,让每个人都有机会爆红,可为什么别人几个粉玩抖音,就能轻松获得10w+点赞?而你怒拍几十条也枉然? 抖音的游戏规则 ...
- 抖音算法推荐机制详解!(科普向)
点击上方,选择星标或置顶,每天给你送干货! 文 | 金钱兽@知乎 编 | 夕小瑶的卖萌屋 众所周知抖音的流量分配是去中心化的,这种去中心化算法,让每个人都有机会爆红,可为什么别人几个粉玩抖音,就能轻松 ...
- 分析抖音算法推荐机制
本文转载自知乎@金钱兽! 下面直接进入正题: 众所周知抖音的流量分配是去中心化的,这种去中心化算法,让每个人都有机会爆红,可为什么别人几个粉玩抖音,就能轻松获得10w+点赞?而你怒拍几十条也枉然? 抖 ...
- 抖音算法2023届秋招快上车
Hei 同学 2023届秋招 抖音推荐算法团队了解一下 作为全球领先的短视频平台,抖音系app的日活用户数突破7亿!Data-抖音团队负责抖音的算法/数据科学,直接为用户体验负责,涉及电商,直 ...
- 国仁网络资讯:抖音都有哪些运营技巧;抖音算法机制是什么?
如今许多远见卓识的公司,像小米.蒙牛.格力.海底捞等知名品牌,已经认识到抖音短视频的巨大商业价值,早已纷纷入驻抖音短视频. 那,大家该怎样把握住新时代机遇,打造出1个能挣钱的热款抖音短视频号呢? 1. ...
- 抖音无水印视频爬虫(二)——爬虫的实现
抖音无水印视频爬虫(二)--爬虫的实现 前面的抖音无水印视频爬虫(一)--踩坑,已经讲了相关的原理以及实现的过程 一.环境&Python Modules 1.OS:Deepin 15.10.1 ...
- 11月第1周业务风控关注|抖音算法滋生群控系统:百部手机人工刷 1万播放量仅7毛
易盾业务风控周报每周呈报值得关注的安全技术和事件,包括但不限于内容安全.移动安全.业务安全和网络安全,帮助企业提高警惕,规避这些似小实大.影响业务健康发展的安全风险. 1.抖音算法滋生群控系统:百部手 ...
最新文章
- RESTful之自动生成接口文档
- 重磅:ATT的《5G移动边缘计算白皮书》!
- 一文深入理解协同过滤
- P1305 新二叉树
- 8皇后以及N皇后算法探究,回溯算法的JAVA实现,递归方案(一)
- 使用Spring Roo进行快速云开发–第1部分:Google App Engine(GAE)
- mysql数据库(10):数据 备份
- 【Android开发坑系列】之PopupWindow
- Mysql:SQL语句:DML语句
- 解决Word 2007中更新整个目录后分节符消失问题
- 项目:关于分层,DAO、domain、service、servlet的一些理解
- 如何在一年内从零基础到前端就业?
- 基于matlab的音频处理论文,基于Matlab的语音信号处理与仿真设计毕业论文
- 计算机管理员英文是什么,超级管理员,超级管理员是什么,超级管理员英文 | 帮助信息-动天数据...
- 【业余无线电】-海兴通SZ-666D信道编程
- 英克软件结合oracle,英克科技医药行业销售管理系统
- lt18i android 2.3.4典藏版,索尼LT18i一键ROOT教程工具 2.3.4已亲测成功
- linux运行blast,linux blast
- 【Python学习笔记】- 06 函数式编程
- 公众号如何获得关注粉丝openid?