这道题面试data science，是不是有点过分

QLXS 发表于 2021-01-15 18:21:51
能不能分享一下什么样的回答算得上是“答得好”？

有自己的分析和解决方案，然后在面试官挑战你的时候能够给予及时的反馈和改进，当然还要有最终给出code或者pseduocode。对于开放的题，基本就这个思路。
比如曾有一个candidate，就propose先给每个组10次机会做experiment，然后选择最好的去做接下来的100次。然后给出了很干净的python。当然还要回答很多challenge，比如，你的benchmark 是什么，为什么是10次，为什么不考虑每个组的learning curve， 其实每个组的expected服务质量也是在改变的，随着经验的增加，可能会改进。
还有人用random，通过每次反馈调整每个组的weight。这就会讨论到收敛速度的问题。
其实这些即使你没听说过RL，也是可以做到的，更体现出invent and simplify。而且这也都体现出了RL的思想。其实世上本没有rl或者sl。

直接放弃ds了 我甚至都没看懂题

这题有点像lintcode copy books，应该可以用greedy做吧

这题面DS我感觉还是挺难的。。。。

感觉这题对于有rl基础的人来说是easy，对于没啥基础的就是hard啊。。这个setting估计学过的就直接想到是bandit，没学过的就看随机应变了。。
lz是大厂ads组的么？