百度

社招 ,通过boss投递的机器学习算法岗, 一上来就手撕算法题 ,不过问的都不难, leetcode原题, 第一题是括号匹配 ,第二题是根据前序, 中序构建二叉树, 之后就是机器学习算法原理, 因为我写的是决策树 ,逻辑回归 xgboost相关的 ,所以这方面问的很细 ,从 ID3到 XGboost 问完了后, 就问一些其他的基础机器学习算法 ,因为没准备, 所以这方面就直接回答说不会.... 后面我说会一些nlp的相关算法, 然后面试就问了一些LSTM 和 transformer的原理, 感觉答的也是不咋地....总的来说面试过程比较亲切、不会感受到太大压力 ,不会的地方面试官也会指引 ,算是一次不错的面试经验吧

1.自我介绍； 2.你的项目用到了xgboost，请问你是如何做特征选择的； 3.二叉树中序非递归遍历； 4.gbdt和xgboost的区别； 5.请你谈一下梯度下降法，梯度下降法和牛顿法的区别； 6.请你讲一下xgboost中的直方图算法； 7.请问gbdt能做分类，回归，还是既能分类又能回归； 8.请你讲讲什么是过拟合； 9 请你讲讲防止过拟合的方法。 问的大多比较基础，很多和项目有关，但是有两个问题我忘了，没答上来。