互联网公司数据分析/挖掘面试机器学习面到的题目

1、LR原理及公式推导，有哪些优化方法，梯度下降，牛顿法以及各种变种，L1、L2范数的区别，优缺点。

2、GBDT、XGBOOST原理异同，如何并行化等等（最好去xgboost官方看原始论文，讲得很清楚）随机森林原理及细节。

3、如何解决数据不均衡问题。SVM原理及细节，SVM和树模型的异同以及优缺点和局限性。

4、推荐系统，协同过滤原理，基于用户、物品等等。深度学习中的一些小问题，比如relu是什么，如何解决梯度消失等等，这个最好了解下，毕竟深度学习这么火。

5项目经历项目这块，无论是数据挖掘竞赛还是一些项目，一定要自己把整个过程梳理一下，切记一问项目就是 ”提特征，跑模型，拿第一“，需要把项目的亮点体现出来，说白了就是你这个项目为什么牛逼，你做出了哪些厉害的贡献，这个需要技巧和准备。