KazeHelloWorld的博客

机器学习ROC 曲线 & AUCGMM 高斯混合模型xgboostEM算法 ROC 曲线 & AUC 横坐标为假正，纵坐标为真正 越接近1越好，（0，0）表示都预测成负，（1，1）表示都预测成正 而FPR（False Positive Rate）= FP /（FP + TN），即负类数据被分为正类的比例 TPR（True Positive Rate）= TP /（TP + FN），即正类数据被分为正类的比例 AUC（Area Under Curve）被定义为ROC曲线下与坐标轴围成的面积，

面经汇总bert & transformer bert & transformer BERT Transformer transformer或bert的实现方法 transformer的attention实现 bert的两个上游任务如何实现 Masked LM： mask 15% 80% [MASK]，10% random，10% unchange Next Sentence Prediction (NSP) [CLS] to predict 50% isNext，5

面试题2L1， L2 正则的区别，L1为什么会造成稀疏描述一下 max_pool和avg_pool 正向反向传播介绍一下 self-attention 机制描述一下 Transformer 结构boost 和 baggingBagging和Boosting的区别：随机森林闭包还有迭代器模型参数GPU并行 参考链接 L1， L2 正则的区别，L1为什么会造成稀疏 L2正则： 我们发现，权重w每次乘上的是小于1的倍数进行收敛，而且其导数在w = 0 时没有办法做到左右两边导数异号，所以L2正则使得整个训练

栈模拟遍历二叉树前、中、后序 先序遍历 def preorderTraversal(self, node, k): # write code here stack = [] res = [] while node or stack: while node: stack.append(node) res.append(node.val) node = node.left

字节笔试 第三题 n 行数据： 该需求所需天数di， 延期该需求需要请ci杯奶茶 3 4 1 100 2 2 5 5 要求输出最少奶茶顺序： 2 1 3 4 import functools class Node: def __init__(self,index,day,cost): self.i = index self.d = day self.c = cost def cmpare(x, y): if x.d * y.c > x.c

1.python交换数字a,b python交换两个值得方法非常简单，即a,b=b,a Python的变量并不直接存储值，而只是引用一个内存地址，交换变量时，只是交换了引用的地址。 2.python对一个列表删除所有为0的数字 def repr_int(s): try: int(s) return True except ValueError: return False original_list = [u'123', u'hello',