机器学习与数据挖掘-5 21.EM算法知道吗（广联达） 参考答案 EM算法解决问题的思路是使用启发式的迭代方法，既然我们无法直接求出模型分布参数，那么我们可以先猜想隐含参数(EM 算法的E步)，接着基于观察数据和猜测的隐含参数一起来极大化对数似然，求解我们的模型参数(EM算法的M步)。由于我们之前的隐含参数是猜测的，所以此时得到的模型参数一般还不是我们想要的结果。我们基于当前得到的模型参数，继续猜测隐含参数(EM算法的E步)，然后继续极大化对数似然，求解我们的模型参数(EM算法的M步)。以此类推，不断的迭代下去，直到模型分布参数基本无变化，算法收敛，找到合适的模型参数。 ...

1、相关系数（字节跳动） 参考答案 协方差的大小受变量的相关程度及变量的方差影响，并不能真实反映两个变量的相关程度，而统计学家皮尔逊为了充分反映变量之间线性相关程度，设计了相关系数这一应用广泛的统计指标。其公式如下： 相关系数在协方差基础上进行了标准化，消除了两个变量变化幅度的影响，能够充分反应两个变量的相关关系。与协方差不同的是，相关系数的波动范围是有限的，上下浮动范围是[-1,1]。相关系数越趋近于0，表示两个变量相关程度越弱。相关系数越接近于1，两个变量的正相关程度越高。相关系数越接近于-1，两个变量的负相关程度越高。 2、如何估计样本量（字节...

1、随机误差的分布（同盾科技） 参考答案 正态分布（高斯分布） 答案解析 根据中心极限定理，大量独立的随机变量之和趋向于某个稳定的分布，该分布后来被人们称作正态分布（高斯分布）。人们认为误差是随机的，所以误差的和服从正态分布。 2、简单说一下两类错误（猿辅导） 参考答案 第一类错误α叫弃真错误或显著性水平，即原假设为真时却被我们拒绝的概率；第二类错误β叫采伪错误，即原假设为伪我们没有拒绝的概率。在一定样本量的情况下，减小一类错误必然会增大另一类错误，在实践中我们一般会优先控制第一类错误，因为原假设是非常明确的 答案解析 1-第一...

职位名称： 数据工程师 薪资待遇： 面议 职位信息： 1）211,985全日制本科以上学历，计算机、电子、自动化相关专业； 2）熟悉linux系统环境下的操作； 3）熟悉面向对象编程思想,并发编程思想; 4）掌握python的基本语法和基本数据结构。熟练使用numpy，pandas等工具库。了解python代码效率优化的基本方法； 5）熟悉关系型数据库，掌握sql语言基本语法，熟悉mysql操作方法和功能； 6）良好的代码管理意识，熟悉git基本功能和操作； 7）有一定的数理统计基础，熟悉数据清洗的概念和方法。热爱和数据打交道，有责任心； 8）具有较好的沟通协调...

一面 统计教授多门课老师数量并输出每位老师教授课程数统计表 四个人选举出一个骑士，统计投票数，并输出真正的骑士名字 员工表，宿舍表，部门表，统计出宿舍楼各部门人数表 给出一堆数和频数的表格，统计这一堆数中位数 中位数，三个班级合在一起的一张成绩单，统计每个班级成绩中位数 交易表结构为user_id,order_id,pay_time,order_amount PV表a(表结构为user_id,goods_id),点击表b(user_id,goods_id),数据量各为50万条，在防止数据倾斜的情况下，写一句sql找出两个表共同的user_id和相应的...

拼多多 1．问：贝叶斯公式复述并解释应用场景 2．问：如何写SQL求出中位数平均数和众数（除了用count之外的方法） 3．问：如何避免决策树过拟合 4．问：朴素贝叶斯的理解 5．问：SVM的优点 6．问：处理需求时的一般思路是什么，并举例 7．问：hadoop原理和mapreduce原理 8．问：现有一个数据库表Tourists，记录了某个景点7月份每天来访游客的数量如下：id date visits 1 2017-07-01 100 …… 非常巧，id字段刚好等于日期里面的几号。现在请筛选出连续三天都有大于100天的日期。上面例...

Hay（合益）集团 第一轮是笔试： 首先是瑞文测试题。没啥好说的，瑞文一共有4套题，即使只是做一套题，也是能把笔试PK的。 然后是英文写作。只记得最后一道（开放式）是让你介绍一个自己熟悉的行业，整个英语笔试20分钟，选两个题目来撰写。建议用雅思中间段写法：论点+陈述来表达你的逻辑，而且感觉面试官不会看你到底写啥，只会看逻辑。 10分钟不到就公布成绩，然后告知谁能进下一轮（所以感觉面试官压根不会看你英文到底写啥来评分） 第二轮是无领导小组讨论： 分两组，两组拿到的资料是不一样的，所以在阅读过程中根据资料内容你用到的framework解决问题是不一样...

上海链家房地产经纪有限公司 一共有三轮面试，第一轮是公司的业务员面试。第二轮是部门技术总监面试。第三类是人事面试。第一轮去了需要先做一套卷子，全都是判断题。内容包括Excel的使用、sql的使用、基本的数据敏感度测试、数理统计基础、机器学习算法、Python、spss测试。 （1）excel的使用有数据透视表、vlookup函数的使用规则、查找空格的快捷键是什么等。难度一般。 （2）sql的题目就是select的简单应用，包括左连接；还有update和create语句。比较简单 （3）数字敏感度测试，一个很复杂的数字加减题目判断和对不对，可以直接将个位上的数字加...

美团网 总共有三面。 1. 一面自我介绍完后，问了数据库方面的知识，包括索引，调优啊，还有项目中用的一些工作经验，让写行列转换SQL,然后是python方面的读取json； 2. 二面和一面差不多问题，基本就是重问了一遍，数据仓库的理论，维度建模等，ETL调度工具，shell脚本； 3. 三面可能是部门经理吧，有种压力面的感觉，问一些teradata数据库架构，hadoop架构图啊，都是问的比较深入的。 --------------------------------------------- 阿里巴巴 面试过程或经历:最近在面试阿里巴巴...

最近面了火币集团和深演智能的数据分析岗，其中有一些是牛客上练过的题目，现在向大家分享一下题目和练习地址，大家可以看一看： 1、NC2 重排链表 2、NC7 买卖股票的最佳时机 3、NC88 寻找第K大

工作以后该如何提高自己的舔狗水平，虚心求教

摸一下鱼感觉男厕所好像都不需要排队啊😂