TikTok機器學習與資料科學家的面試題 - Reddit
收集了 Tik Tok面試題清單,似乎他們做的是leetcode/hackerrank中等難度的問題:
- - TwoSum (hackerrank)
- - 描述偏差和變異之間的區別
- - 解釋偏差/變異的權衡
- - 描述正則化
- - 你如何處理不平衡的資料
- - 定義Recall和Precision。
- - 描述SGD和Adam之間的區別
- - 如何管理過度擬合
- - 如何處理類的不平衡
- - 列舉不同的最佳化器(SGD、Adam),並提及一些區別。
- - 解釋召回率和精確度
- - 返回列表中的最大元素,隨機地打破平局。
- - Leetcode中的二叉樹
- - 描述SVM、轉化器、NLP模型
- - 計算一個permutation
- - 如何處理重複的問題,LRU(你不能使用package)。
Reddit網友評論:
Tik Tok中的某個人對最佳化器很苛刻
多麼愚蠢的名單:“讓我們看看你從學校和部落格文章中記住了什麼”
要求做 leetcode 問題是超級愚蠢的。但是問統計型別的問題是好的。
相關文章
- 資料科學和機器學習面試問題資料科學機器學習面試
- 機器學習工程師與資料科學家的大斗法機器學習工程師資料科學
- 資料科學家與機器學習工程師的區別? - kdnuggets資料科學機器學習工程師
- Python機器學習 5個資料科學家案例解析Python機器學習資料科學
- 4月份最熱門的資料科學和機器學習GitHub開源庫和Reddit話題資料科學機器學習Github
- 「資料科學家」必備的10種機器學習演算法資料科學機器學習演算法
- 資料科學家會被機器學習工程師取代嗎? - KDnuggets資料科學機器學習工程師
- 資料分析師與資料科學家有什麼不同? - Reddit資料科學
- 資料科學與Python(習題彙總)資料科學Python
- 機器學習面試問題彙總機器學習面試
- 10道機器學習、深度學習必會面試題機器學習深度學習面試題
- 成為資料科學家應該知道的10種機器學習演算法資料科學機器學習演算法
- Reddit網友談資料分析師和資料科學家的職業區別資料科學
- 面試Python機器學習時,常見的十個面試題Python機器學習面試題
- 【機器學習】機器學習面試乾貨精講機器學習面試
- 全球40億人沒有地址,於是資料科學家想到了機器學習資料科學機器學習
- 【資料科學家】如何成為一名資料科學家?資料科學
- 機器學習及深度學習的知識點及面試題總結機器學習深度學習面試題
- 五個給機器學習和資料科學入門者的學習建議機器學習資料科學
- 產品資料分析師的頭銜是否可重新命名為“資料科學家”? - Reddit資料科學
- Reddit網友參加資料科學家訓練營被騙經歷資料科學
- 幽默:機器學習面試的笑話機器學習面試
- [面試]滴滴出行資料科學部暑期實習生面試資料科學
- 機器學習和資料科學領域,推薦幾本學習書單機器學習資料科學
- 機器學習面試題,更有大廠內推機會機器學習面試題
- 科學家提出超越傳統機器學習的量子演算法機器學習演算法
- 機器學習面試準備大全 – 技能要求、面試例題詳解機器學習面試
- 機器學習面試準備大全 - 技能要求、面試例題詳解機器學習面試
- 資料科學中特徵工程如何自動化? - Reddit資料科學特徵工程
- 2018資料科學和機器學習調查:Hadoop被拋棄!資料科學機器學習Hadoop
- Java可以用於機器學習和資料科學嗎? - kdnuggetsJava機器學習資料科學
- ApacheCN 資料科學/人工智慧/機器學習知識樹 2019.2Apache資料科學人工智慧機器學習
- 掌握資料科學和機器學習數學基礎必備的7本書資料科學機器學習
- 16個用於資料科學和機器學習的頂級平臺資料科學機器學習
- 一線大廠在機器學習方向的面試題(一)機器學習面試題
- 一線大廠在機器學習方向的面試題(二)機器學習面試題
- 一線大廠在機器學習方向的面試題(三)機器學習面試題
- 解析機器學習中的資料漂移問題機器學習