1. Xgboost相关知识点
a. boosting tree, Random Forest, Adaboost, GBDT, Xgboost的区别;
b. Random Forest, Xgboost如何做特征选择;
c. Xgboost的原理,工程上的优化细节;
2. SVM相关知识点
a. 会推导公式
b. 函数距离与几何距离区别
c. 常见的核函数
d. SVM的优缺点
e. SVM相比于其他模型,存在什么问题,原因
3. 深度学习优化方法原理
a. 看《深度学习》
4. 如何防止过拟合(全面),深度学习如何防止过拟合
5. L1与L2正则的原理,区别
6. mysql底层原理