一面 8.29 下午16:00-17:00 1.自我介绍 2.项目介绍 3.项目细节 4.随机森林、决策树、XGBoost的区别和联系 5.离散特征怎么处理?(没听懂面试官想问啥 [掉小珍珠了]) 6.针对项目提问,连续特征怎么处理? 算法:最大子序和 动态规划+贪心算法 做题有点慢 面试官建议:虽然有些东西工作不会用到,但是面试还是会问,题还是应该多刷一刷 [笑cry] 不说了,刷题背八股去了,小姐姐很温柔,希望能再给个机会 [笑cry] ———————————————— 二面 9.2 下午15:00-16:00 1.自我介绍 2.项目介绍(What、Why、How、难点、思考) 3.项目怎么分工的 4.一两句话简述LR、随机森林、XGBoost优缺点 5.精准率、召回率、F1-score、AUC指标的含义和使用场景 6.二维矩阵查找【二分法】 不记得还有什么了。。。 三面 9.27 上午11:00-12:00 1.自我介绍 2.项目介绍 3.线性回归,模型的假设,损失函数,求解 4.BP神经网络。反向传播传的是什么? 5.各种分桶方法的优缺点 6.特征组合,归一化 7.深度学习与传统机器学习相比最大的不同?