《顺丰机器学习》专题

我刚开始使用Azure ML，我正试图找出如何为模型指定输入大小。具体地说，我有一个很大的数据训练集，但我想一次只输入250条记录到PCA算法中。似乎我所能做的就是将整个数据集连接到PCA模块中。 我知道如何为X验证划分数据，但我希望一个分区（比如10000条记录）每次只向模型提供250条记录。

面试高频题1： 题目：了解决策树吗 答案解析： 决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和C5.0等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。 决策树的构造过程： 决策树的构造过程一般分为3个部分，分别是特征选择、决策树生产和决策树裁剪。 （1）特征选择： 特征选择表示从众多的特征中选择一个

面试高频题11： 题目：L1、L2的原理？两者区别？ 答案解析： 原理： L1正则是基于L1范数和项，即参数的绝对值和参数的积项；L2正则是基于L2范数，即在目标函数后面加上参数的平方和与参数的积项。 区别： 1.鲁棒性：L1对异常点不敏感，L2对异常点有放大效果。 2.稳定性：对于新数据的调整，L1变动很大，L2整体变动不大。 答案解析 数据分析只需要简单知道原理和区别就行，公式推导不需要，面试

前言： 岗位：机器学习算法实习 笔试情况：无笔试 一面 1.自我介绍（非科班硕，一份水实习）; 2.介绍项目，并由此引出一系列八股文： 介绍gbdt算法的原理与实现 说说xgboost对于gbdt所做的主要优化 3.介绍实习工作 简单介绍resnet及其主要改进(shortcut连接，BN层)，说说这些改进为什么work 介绍transformer及self-attention机制实现方式 了解哪

牛客上星环的帖子很少，我来分享下。 2道选择题10分，3道问答题30分，3道简答题60分 3道简答题是3选2，题目量不大，时间充裕。 题目考的内容就是统计学习，概率论，深度学习理论 跟牛客星环题库里的那套算法真题一样。 感觉挺复杂的，有些基础知识还是得系统梳理下😅 #星环科技##提前批#

不知道题目是不是随机抽的 感觉考了好多模型压缩问题，唉，好多选择题不会 简答三道，第一题是介绍至少三种模型压缩方法，第二题是考非对称算法和int8的卷积，第三题是考各个优化器 第二题完全没听过，直接跳过了，孩子会不会直接挂了唉 一个编程题，超级简单，完全二叉树的S遍历 统计一下大家简答题和编程题 #大疆##算法##投票##大疆2023校招笔试心得体会#

贝叶斯分类：贝叶斯分类是一类分类算法的总称，这类算法均已贝叶斯定理为基础，故统称为贝叶斯分类。 先验概率：根据以往经验和分析得到的概率。我们用 \small P(Y) 来代表在没有训练数据前假设\small Y拥有的初始概率。 后验概率：根据已经发生的事件来分析得到的概率。以 \small P(Y|X) 代表假设\small X 成立的情下观察到 \small Y数据的概率，因为它反映了在看到训练数据\small X后\small Y成立的置信度。

本章中，你会假装作为被一家地产公司刚刚雇佣的数据科学家，完整地学习一个案例项目。下面是主要步骤： 项目概述。 获取数据。 发现并可视化数据，发现规律。 为机器学习算法准备数据。 选择模型，进行训练。 微调模型。 给出解决方案。 部署、监控、维护系统。 使用真实数据 学习机器学习时，最好使用真实数据，而不是人工数据集。幸运的是，有上千个开源数据集可以进行选择，涵盖多个领域。以下是一些可以查找的数据的

2006 年，Geoffrey Hinton等人发表了一篇论文，展示了如何训练能够识别具有最新精度（> 98%）的手写数字的深度神经网络。他们称这种技术为“Deep Learning”。

1.自我介绍 2.项目深挖 3.数理统计，如何用更少的试管

9.2 东软一面（共 23 min） 主要问项目相关，因网络不佳而中断？后直接发offer，但逼签 自我介绍，项目介绍 简历闲聊 除了c++还会啥 SQL会吗 项目深挖 一句话总结项目在做什么？ 实例分割模型有哪些，你用了那些？ 污水项目实例分割的评价标准 c++项目为啥不用深度学习做？ 网络不佳中断，未反问，说后续会有HR联系 三分钟后，HR微信问期望薪资，然后邮箱发了网申笔试，已进入流程，最后

感谢团子解救，笔试面试实在太累了，暑期就到此为止吧

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

1. 自我介绍 2. 项目具体介绍 3. 有没有在项目中遇到什么问题，怎么解决的 4. 职业规划是什么？ 5. 觉得自己抗压能力怎么样，有什么事例说明吗？ 6. 给自己三个标签 7. 自己的缺点是什么 8. 你认为自己在上岗之后面对的最大的挑战是什么 9. 给我讲一个你在大学有趣的经历 10. 为什么能够胜任这个工作，给我一个选择你的理由 11. 反问 问了地点（会不会调剂到其他地方），薪资结构（

对线程安全，线程不安全的理解？？ 为什么CurrentHashMap是线程安全的？ 乐观锁和悲观锁 死锁 线程池 MySql的主要引擎 Innodb和myISAM的区别，两个引擎对应使用的场景，比如插入，读，更新。 SQL的优化，慢查询优化。 索引失效的场景。 联合索引 redis的过期淘汰策列 Tcp在传输过程中有粘包，拆包的现象 Seesion和Cookie的区别，Session的传输有了解吗