0723快手 Openday社区科学部 算法工程师面经

　　本人由于简历上申明研究生方向为深度强化学习方向，因此面试官都问了较多关于强化学习的问题。除此之外就是关于机器学习的问题。

　　函数的意义（这个问题我一面没回答出来，二面面试官又问了一遍，我才想起来，应该就是在当前状态下最优策略的未来累积回报值）。

　　写写逻辑回归的损失函数，并且推导一下权重更新公式。（我写了以后，面试官接着问）如果不用梯度下降优化，还能怎么优化，我说了一些优化算法，他说牛顿法怎么具体更新参数的（我只知道利用了二阶梯度信息，很诚实的说具体推导不会）

　　写写线性回归的损失函数，并推导权重更新公式。（我写完以后，面试官接着问）

　　一定可逆吗？我说不是，他又问：如果有两个特征的取值一模一样，这个更新公式有问题吗？（我想了半天，觉得可能会过拟合到这两个特征上，就尝试引导面试官让我写加了正则化的权重更新公式。但是面试官说不考虑正则化，就问当前表达式有什么问题。我诚实的说不清楚。后来面试官引导我说想想刚刚我问你的问题，我才想起来这时候

　　2） 使用replay-buffer存储过去的样本，消除训练样本的相关性。

　　面试官又问问什么需要单独设置TD目标网络（我又把刚刚参数去相关性，防止TD目标频繁更新扯了一遍）。

　　正则化可以保持参数的稀疏性（我回答了两个角度，一个是画约束图，相信大家都会，另一个是

　　正则化本质上是假设样本的先验分布服从拉普拉斯分布，画出拉普拉斯分布曲线解释），然后又推了一下为什么

　　）分布。（想了五分钟后，还是不会，当时想的每次怎么产生一个伪随机数，一直想不出来）

作者：admin

抖音快手 站点 QQ交谈