深算所机器学习助理工程师一面
全程面试大概1小时,流程:
1.自我介绍,(项目,实习。。。。。)
2. 决策树原理
3.信息熵和基尼系数取值范围,连续性和离散型数据是否都能用
4. XGBoost原理
5.为什么要用泰勒展开
7.PCA原理
8.什么样矩阵PCA不适用
9.SVM损失函数
10. 决策森林和决策树的对比,分类和回归分别如何决策
11. 啥叫多态?啥叫重写?
12. Python 迭代器和生成器是怎么回事?
(本人非科班出身,全部是自学的编程,这些东西都听说过,但不知底层原理😂)
问了两个计算机问题后,就开始聊些家常了,面试官人很好,卡住的地方会给提示,给予指导!很不错的面试体验!😁#面试经验记录#
1.自我介绍,(项目,实习。。。。。)
2. 决策树原理
3.信息熵和基尼系数取值范围,连续性和离散型数据是否都能用
4. XGBoost原理
5.为什么要用泰勒展开
7.PCA原理
8.什么样矩阵PCA不适用
9.SVM损失函数
10. 决策森林和决策树的对比,分类和回归分别如何决策
11. 啥叫多态?啥叫重写?
12. Python 迭代器和生成器是怎么回事?
(本人非科班出身,全部是自学的编程,这些东西都听说过,但不知底层原理😂)
问了两个计算机问题后,就开始聊些家常了,面试官人很好,卡住的地方会给提示,给予指导!很不错的面试体验!😁#面试经验记录#