(一面)
1、先自我介紹一下自己的背景和接觸的項目 ;
2、如果一個數據沒有明顯的相關性 還能放進去LSTM嗎;
3、說一下過擬合解決辦法;
4、說一下你最熟悉的一個模型;
5、說一下神經網絡中怎麼解決過擬合;
6、集成方法中的bagging和boosting的區別;
7、隨機梯度下降和其他優化方法的區別;
8、口述邏輯迴歸公式;邏輯迴歸有什麼優化方法嗎;邏輯迴歸爲啥用log
9如果你對你的SQL打分打多少分。有用戶ID 和時間 怎麼寫語句找到時間差 ;
10、白噪聲
然後就是實習時間 要求一週4天 我說10號前估計只能3天 後面可以天天來 (估計涼
(二面)
1、線性迴歸的係數和高斯分佈的均值 方差有什麼關係嗎(求解答)
2、xgboost和GBDT區別
3、綜合面 比如平時興趣愛好 、10點上班7點下班 6點半給你個任務 你怎麼辦、我看你修了機器學習和數據挖掘 你能講講學了哪些模型嗎
4、你是控制科學與工程的學生,你能說說你在這塊和科班的有啥優缺點嗎
5、x是常量 y是遞增的 可以去擬合嗎