一面是电话面试，周五会去公司二面，问了主要是简历的问题，不过问的比较细致：
1、我在简历上写了聊天机器人的东西，我提到了tensorflow中的textsum，这个是用来做文章摘要的，问到了我输入输出的形式，单向还是双向，桶机制等等？
2、SVM的原理，各种分类算法在面对数据的时候你是怎么选择的？
3、mapreduce中map和reduce的区别是什么？
4、简单介绍一下spark的RDD，你了解spark哪些东西？
5、卷积神经网络的一个结构，卷积层和池化层的作用分别是什么？
6、如何处理数据不平衡的问题？
7、数据预处理都有哪些流程，归一化都有哪几种方式？
8、sklearn和pandas都用过哪些东西，pandas有几种数据结构？
9、xgboost用过么，需要调整的参数都有哪些？
新浪-机器学习一面
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...
- 机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间...
- //我所经历的大数据平台发展史（三）：互联网时代 • 上篇http://www.infoq.com/cn/arti...
- 【整理】ty4z2008201《Understanding Convolutions》 【编辑】Major术业 文...
