这是我应聘AI方向的职位时，作答的解题答案。很遗憾没被选上，上传解题代码供大家参考，互相学习。我删除了其它联系方式，只保留了邮箱地址。
解题思路全部基于深度强化学习的建模理论，python写的，用的stable baselines3强化学习框架，代码需用jupyter notebook打开。


试题一的内容：
假设待预测值y_true是（0，1）内的连续变量，使用简单MLP网络预测该值。方案1：使用mse loss预测。方案2：将区间等分为10份，每个y_true对应一个分类，使用crossentropy loss。如果不计区间分段造成的截断误差，两种方案哪种适合，为什么？除了这两个方案，你是否能提出一种更好的方案？（可以假定其他先验条件）



试题二的内容：
有三个文本abc，a和b的余弦相似度是0.9，b和c之间是0.95，问a和c之间余弦相似度的范围？


答案在附件里面。