本文涵盖机器学习面试中常见的知识点，包括自我介绍、处理数据不平衡的方法、XGBoost原理及应用、决策树剪枝操作、朴素贝叶斯原理及其局限性、常用的优化算法、EM算法详解、进程通信方式、进程状态解析、B+树结构及复杂度分析等，并介绍了对远景能源公司的了解。
1. 自我介绍
2. 项目用了什么方法，对于数据不平衡怎么处理，用过哪些机器学习算法
3. XGboost讲解一下 （应该大量输出，GBDT，RF）
4. 决策树剪枝操作，有什么用，怎么做的
5. 朴素贝叶斯讲解，为什么数据量多效果就不好了
6. 机器学习常用的优化算法有哪些
7. EM算法讲解，优化目标，与最大似然估计的关系
8. 进程通信的方法，自己用过哪些
9. 进程的几种状态
10. B+树，复杂度
11. 对远景能源的了解
12. 你有什么问题要问我
远景能源电话面试
最新推荐文章于 2021-02-28 02:39:42 发布
扫一扫
6020
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
