顺丰 机器学习一面
1.研究生和本科期间主修课程
2.假设分布有哪些，概率论里的？
3.凸优化会想到那些关键字（梯度下降，线性规划）
4.如何解决局部最优问题（momentum， Adam）
5.SVM的目标函数有哪些形式
6.如何求解有约束问题
7.做分类和回归的时候对数据的分布做一个什么假设（正太分布）
8.怎么构建损失函数
9.过拟合如何解决
10.随机森林如何定义熵（信息熵的数学公式）
11.决策树的剪枝有什么评判标准（上剪枝和下剪枝）
12.聚类的相似度计算方法（余弦相似度，欧氏距离）
13.对模型的评估指标有哪些，分类和回归问题
14.数据不平衡的情况，AUC和PR曲线哪个更好
15.对于文本数据格式，往往占用内存很大，你会采用什么样的方法处理（从语言角度，平台角度，还有对于文本本身的处理）；
- 大数据平台计算；
- 多线程和多进程处理；
- 文本数据的处理：向量化，词袋模型；
16.手势识别项目介绍
投递美团等公司6个岗位