求帮助：如何准备open ended questions (data science)?

facebook on-site 完，要再加试一轮ope

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

验的朋友提供意见。

谢谢！

再补充一下。对于这类题。you should start from problem definition, which clearly defines the problem/metric/target variables, to data query ( where is data from), data cleaning/imputation, data exploration, data visualization, feature selection (distribution, or PCA etc.), model selection(linear/tree based, why), hyper-parameter optimization (cross validation), to finally possible conclusion.

小白飘过 也想学习...

对了。 是modeling 的 open ended questions. 我觉得应从几个方面考虑
1. 常见的machine learning 算法比较。（logistic regression, SVM, naive bayer, neuron network for classification, linear regression, tree-based method for classification etc.)
2. 基于 item 1 和 具体问题，讨论选用各个算法的优点和缺点。

目前想到这些。请大家补充。

可从数据可获得性和质量上分析一下

谢谢

lz如何？我也收到要再加面一轮。。。

现在还挂着，没有结论。不知道是不是暂时没有headcount