【自驾】【ML】【11/16】 Landing.ai onsite

Landing.ai onsite跪经:
一共四轮machine learning,deep learning,coding和behavior

第一轮machine learning问的比较具体问题是两个guassian distribution做maximum likelihood的dicision boundary形状

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

dataloader。。。反正直接跪了，完全没有做过system design。

第四轮behavior就把过去的proj讲一讲

新人，好多帖子看不了，跪求大佬打赏大米，万分感谢~

两个guassian distribution做maximum likelihood的dicision boundary形状是什么 <= 这个lz 怎打的 这两个分布是不一样的的吗?

如何根据错误的成本更改classification loss function <= 这边指的是data 错误or user feedback? 如果是user feedback 是用implicit feedback?

一个二层每层只有两个parameter的linear网络假如一开始初始化成了一样的，最少需要更改几个parameter可以避免问题出现。 <= 这边的input 个数是多少呢? 如果是fully connected netwrok 似乎会影响?

假如train完了一个classify ABC的model,AB分的很明白，但是C和A经常混淆，如何在不增加dataset的情况下让这个performance变好<= 如果是NLP 我会加rule base 来做pos processing . ..不知道general 不增加data set 怎么答?