Google电面面经

刚面完，只问了两个技术问题，答的稀烂，求交流，求启发
1. Poisson distribution给一个data，问怎么es

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

ecast future，问怎么assess预测的准确度

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

第一题可以用 negative binomial 或者 zero-inflated poisson来处理overdispersion的问题。MLE或者MOM都可以得到参数估计。

第二题是有时间顺利的validation。比如time 1-9 evaluate 10， 2-10 evaluate 11， ... 10到18预测 19 然后取平均。

求指点有没有其他或更好的方法，谢谢啦

面的是quantitative analyst吗

hjh1011 发表于 2018-1-25 03:47
面的是quantitative analyst吗

是的。。。。。。。。。

投了一样的职位，至今木有任何音信

第一个写出likelihood算MLE吧，underestimate了我猜它可能是问你如何relax distribution assumption吧，用negative binomial或者non-parametric的方法。第二个就是moving window算MSE或者MAE之类的吧。

第一题不懂，什么叫parameter under estimated？ 是估计的期望小于 the parameter 吗？

不小心回车了。。。 第二题black box model的话不用考虑模型怎么估计的，纯performance evaluation的话就split已有的data to training and testing to evaluate the forecasting of the testing data吧

第二题可以用cross validation吧

第一题可以用central limited theory吗？当数据足够大。Mean estimation？