数据挖掘

bg：本人一年半左右工作经验，目前已OC，给出一些现阶段数据挖掘相关岗位的面试经验题，方便大家学习。常问面试题：（1）如何解决模型过拟合问题（2）描述一下xx项目的大致流程（3）你认为在项目中还有哪些不足与改进的地方（4）讲述一下transformers的原理，为什么要采用多头注意力机制，为什么要采用掩码（5）如何处理偏态分布数据（6）如何对异常值、缺失值数据进行处理（7）xgboost与gbdt的区别（9）如果数据量过少，是采用增加特征的方式还是减少特征的方式（10）最开始接触项目的时候最棘手的问题是什么（11）lightgbm为什么计算速度会比较快（12）深度学习loss在某个点处振荡而不收敛是什么原因（13）保存parquet文件和保存为excel、csv等文件有什么区别（14）什么是f1值，f1-score的计算公式（15）xx模型的输入输出是什么（16）如果让你来进行一个机器学习模型的构建，使之效果为良，大概需要多长时间

一、自我介绍大家好，我是鬼仔。鬼仔是2021届硕士，毕业于华南地区某985高校，研究方向是图像处理和机器学习相关，曾在CVTE、字节和微信等公司实习，岗位均为算法研究，最后在校招期间成功拿到了字节、微信和华为等多家大厂的SSP offer。二、专栏内容本专栏编写的初衷是为了帮助校招生系统性地学习和掌握机器学习中的基础知识。在算法岗面试中，面试官对于机器学习的知识点，常常会考察得非常广泛。机器学习作为算法研究的基础，同学们需要牢牢地掌握。鬼仔在大学期间（本科+研究生）看了十几本有关机器学习和深度学习的书籍，也整理了不少笔记。好记性不如烂笔头，看书很重要，总结和整理也同样重要。有的问题你可能理解了...

这个岗位偏向数据挖掘，主要涉及供应链方向一面（技术面）自我介绍盘问项目，主要是在学校课题组做的网约车相关项目，盘问了建模的细节、创新点、模型的求解效果等（面试官人超级好，帮我指出了一些可以改进的点，并且还对我整体的内容做了拓展，建议我的毕业论文还可以结合哪方面去扩充，超级牛的老师）为什么用DQN而不是PPO，两者有什么区别简述浅拷贝与深拷贝的区别？讲讲用过的git的操作指令谈一谈多线程与多进程的理解看到我简历中有用到遗传算法，老师还问了对于现在最新的一些群智能/进化算法有没有了解（回答没有，这点需要多补充学习）出了一道建模题，在一块电子板上，有100个有正负极的电子管，其中有50对电子管需要产生连接，电子管之间可以正负相连也可以负正相连，要求连接线路不可交叉，若有交叉可以让部分线路在电子板反面进行连接，目标是反面连接的线路越少越好我把这个问题和上一段实习中涉及的一个项目做了对照，讲了我在项目中是怎么解决的（邻域搜索算法），老师说这种路径搜索的问题，现在一般用A*算法、深度搜索算法等。反问：问了老师更看重实习生的那些品质？-答：钻研的态度+新技术的探索+个人的思考+对问题的敏感度这次面试是体验感最好的一次，感觉并不是我在单方面回答面试官的问题，而是我和面试官老师在共同探讨问题，有种学生请教老师的感觉，非常美妙，也非常感谢这位老师过了三个工作日，收到二面的邮件~二面（有点类似hr面）：这一面有点类似与唠嗑（？上来先问我那年毕业，我说26年，面试官说找实习挺早哈，我说对找工作比较焦虑哈。然后问了毕业后准备读博还是就业，答：优先就业在做项目或者研究时，有没有遇到困难和挫折？主要来自于哪里？如何克服？平时怎样缓解压力？

前言  大家好，我系乜都识一D嘅鬼仔。最近可能是到了秋招季，很多同学私信鬼仔：如何系统地准备算法岗的面试？这其实是一个比较宏大的命题，鬼仔之前简单整理过几篇算法岗的高频知识点和面试题：      【算法岗必看】机器学习高频面试题汇总    【算法岗必看】深度学习高频面试真题    机器学习高频知识点-模型参数估计方法    机器学习高频知识点-L1和L2正则化的区别     但鬼仔的这几篇笔记太零散了，想到哪写到哪，不利于同学们系统性地进行学习和准备算法岗的知识。在算法岗面试中，常常会考察机器学习和深度学习里面的一些基础知识，这部分可能会问的比较广，需要同学们系统地学习和掌握。   鬼仔在大学...

岗位是机器学习/数据挖掘/自然语言处理工程师（300个HC的岗位，这个算开发还是算法岗 ……），部门是meg商业研发部，说是做广告变现之类的。有大佬了解吗？能不能学到东西，会不会卡转正和裁员呀？周五：一二三面周一：OC后续：已拒。

前言   大家好，我是鬼仔。今天带来《机器学习高频面试题详解》专栏的第一章监督学习的第一节：感知机，接下来鬼仔将每周更新1～2篇文章，希望每篇文章能够将一个知识点讲透、讲深，也希望读者能从鬼仔的文章中有所收获。   欢迎大家订阅该专栏，可以先看看专栏介绍。如果对文章内容或者排版有任何意见，可以直接在讨论区提出来，鬼仔一定虚心接受！      一、原理   1. 感知机模型   感知机模型是一个最经典古老的分类方法，现在基本没人拿它来作为实际的分类模型，但是其原理很经典，以至于很多算法都是基于感知机模型设计的，比如SVM、神经网络等。下面先介绍感知机模型原理。      假设在一个二维平面内（黑...

搜狗校招内推开始了~~~~   社招常年可以内推，随时欢迎发简历到邮箱，或者联系我咨询！！！       校招笔试已经结束，但是没有内推过的同学依旧可以内推，从下方链接投递就行~         可以访问下面链接查看职位，且可以自己投递，通过这个链接投递就算内推，和官网校招投递不冲突：   https://app.mokahr.com/recommendation-apply/sogou-inc?recommenderId=101465&hash=%23%2Fjobs%2F%3Fkeyword%3D%E6%A0%A1%E6%8B%9B%26_k%3Djxhnyo      大家也可以在...

自我介绍 对推荐算法了解如何项目深挖两个项目都是kaggle上的，面试官还吐槽怎么全是kaggle（这不是非科班没有项目只能硬整两个么）打比赛模型大家都差不多，如何进行提升介绍一下transfermer手写一下transfermer的自注意力的公式求数组中第k大的数（写了个nlogn的归并，经面试官提醒发现可以用快排写o(n)，但是快排忘了）反问面试了一个小时，体验还行，面试官看我写的代码看了半天，代码可读性真不行

前言   大家好，我是鬼仔。今天带来《机器学习高频面试题详解》专栏第1.2节：逻辑回归，因为内容比较多，所以本节分为了上下两篇。鬼仔希望写的每篇专栏文章能够将一个知识点讲透、讲深，也希望读者能从鬼仔的文章中有所收获。   欢迎大家订阅该专栏，目前这篇是试读，后续的文章需要订阅才能查看哦（每周一更/两更），专栏预计更新30篇文章（只增不减），具体内容可以看专栏介绍，大家的支持是鬼仔更新的动力！      一、原理   1. 线性回归模型   （1）讲到逻辑回归，我们首先要先了解线性回归模型。    线性回归模型假设输入特征和输出结果满足线性关系：，此时的是连续值，所以是回归模型。如果想要转化为分...

请问学习大数据有哪些就业方向啊？末流211本科软件工程自学了hadoop和hive，现在不知道往哪个方向学习了，求大佬指教

楼主是21届毕业，秋招主要投算法岗（偏NLP方向）和数据岗方向，下面分享我的一些面试经历，算是回馈牛客网了。             一、科大讯飞（NLP）   一面：   1. 简要介绍自己   2. Python里面哈希表对应哪种结构，是如何解决哈希冲突的   3. DSSM模型和ESIM模型的区别   4. Word2vec原理，word2vec和fasttext原理上的区别   5. Bert原理，bert随机mask掉15%的词，为什么要随机有80%替换为【mask】，10%要替换为别的单词，随机10%不替换   6. 文本匹配怎么使用bert   7. 实习里的项目   8. Xg...

原文章地址链接：https://zhuanlan.zhihu.com/p/32877396 机器学习理论和实践专栏：https://zhuanlan.zhihu.com/c_152307828  整体内容划分：    推荐书单、公开课  面试核心内容提纲   本内容涉及模型核心数学公式，把本人面试中常被问到问题以及模型知识点的总结，起到提纲挈领作用，在准备的过程中抓住每个模型的重点。   面试核心内容目录：    决策树  随机森林  Adaboost  GBDT  logistic 回归  SVM支持向量机  朴素贝叶斯  xgboost  lightgbm    推荐书单、公开课   网络...