秋招记录-美团留用面试

两个字：细节。感觉凉凉
只有一面交叉面
1、自我介绍
2、你的博客一般是什么内容的，多久更新一次
3、回归问题的损失函数都有哪些？从哪些角度设计一个合理的损失函数？
https://www.zhihu.com/question/68390722/answer/266034620
4、哪些场景下的分类问题不适用于交叉熵损失函数？
5、推荐系统中你认为最重要的环节是什么？我答的探索与利用。
6、多臂老虎机中，有许多方法，比如e-greedy，timponson采样，UCB，这些方法都有哪些适用场景？
7、L1和L2有什么区别，从数学角度解释L2为什么能提升模型的泛化能力。
https://www.zhihu.com/question/35508851
https://blog.csdn.net/zouxy09/article/details/24971995
8、深度学习中，提升模型泛化能力的方法都有哪些？
9、深度学习中，L2和dropout有哪些区别？
https://blog.csdn.net/stdcoutzyx/article/details/49022443
10、L1正则化有哪些好处？
11、职业规划