1. He estado involucrado en un proyecto de medio día (¿Hay alguna idea de mejora para item-cf o algo así?)
2. Se le preguntó qué funciones de pérdida entender (las funciones de pérdida usadas comúnmente se resuelven ese día), planteó un bocado de lr, y luego se le preguntó la derivación de lr y el significado de la función de pérdida
3. Cómo mejorar la selección de k-medias k
4. Métodos de muestreo comúnmente utilizados. Comparación de sobremuestreo y submuestreo (para ser resuelto, la respuesta es generalmente el método de muestreo comúnmente utilizado)
5. Pregunte acerca de map-reduce todos los días (acabo de hacer un curso ...)
6. Comprensión de FM, cuáles son las partes optimizadas ()
8. Pérdida causada por la redundancia de datos.
9. Comprensión de xgb y lgb
10. Halar manualmente un árbol binario para determinar si la simetría no es recursiva y luego el método para calcular la varianza de datos masivos
11. Permítame hacerle algunas preguntas (haga los siguientes arreglos de pasantía y luego permítale presentarle los arreglos comerciales generales)