面试大概会考传统机器学习、深度学习、最优化、coding四个方面。
传统机器学习:
lr、svm、gmm、k means、隐马尔科夫、朴素贝叶斯
lr、svm、gmm、k means、隐马尔科夫、朴素贝叶斯
决策树,信息增益,基尼系数
ensemble method:bagging、stacking、boosting,具体的比如random forest、adaboost、gbdt等
如何进行feature selection
降维,比如pca、lda
bias vs variance
深度学习:
手推bp
梯度消失/爆炸原因,以及解决方法
各种loss,比如hinge loss、cross entropy loss等等
bn的原理
防止过拟合有哪些方法
im2col原理
最优化:
sgd
momentum
rmsprop
adam
拟牛顿法
拉格朗日乘子法、对偶问题、kkt条件
coding:
好好刷leetcode,牛客
主要题型如排序、双指针、dp、贪心、分治、递归、回溯、字符串、树、链表、trie、bfs、dfs等等