转自凡人机器学习
大概会问传统机器学习、深度学习、最优化、coding四个方面：
传统机器学习考察点：
1、bias与variance的含义，并结合ensemble method问哪种方法降低bias，哪种方法降低variance
2、lr与svm的区别与联系
3、gbdt与adaboost的区别与联系
4、手推svm，svm麻雀虽小五脏俱全
5、pca与lda的区别与联系，并推导
6、白化的原理与作用
7、给一个算法，例如lr，问这个算法的model、evaluate、optimization分别是啥
深度学习考察点：
1、手推bp
2、梯度消失/爆炸原因，以及解决方法
3、bn的原理，与白化的联系
4、防止过拟合有哪些方法
5、dnn、cnn、rnn的区别与联系
6、机器学习与深度学习的联系
7、batch size大小会怎么影响收敛速度
最优化考察点：
1、sgd、momentum、rmsprop、adam区别与联系
2、深度学习为什么不用二阶优化
3、拉格朗日乘子法、对偶问题、kkt条件
coding考察点：
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