DS转码学习打卡帖

12/9 昨天失眠 今天一天头晕晕的  没咋的学习。。sad  
decision tree 为什么不能用one hot encoding： https://www.zhihu.com/question/266195966/answer/306104444  
https://roamanalytics.com/2016/10/28/are-categorical-variables-getting-lost-in-your-random-forests/

one hot encoding 和 dummy variables 的区别： https://www.zhihu.com/question/48674426  这里感觉可以之后再细看下

看了著名的ML41 题 https://www.springboard.com/blog/machine-learning-interview-questions/

coding 复习了 2sum 3sum 4sum 这类题  找人mock 被问了那题 stock price 最大profit 只能买卖一次 到follow up 买卖多次  感觉这种情景题 其实挺难的 虽然最后code很简单

12/10  感冒休息了一天   讨厌冬天 TOT

12/11  consistent hashing: http://michaelnielsen.org/blog/consistent-hashing/   
LDA model :  nlp匮乏的我开始补习 TOT  顺便复习了下 抽样 和Monte Carlo approximation 啥的
https://zhuanlan.zhihu.com/p/31470216
感觉贝叶斯都忘光了  加入 to do list   

继续上次看的 decision tree 不能one hot encoding 那该怎么办呢: https://www.coursera.org/lecture/competitive-data-science/concept-of-mean-encoding-b5Gxv
ESL 书里也提到了一段  发现ESL这个书真是每句话都是重点 TOT  

12/12
LDA 缺点和怎么改进  https://blog.csdn.net/pipisorry/article/details/45307369
关键词提取  https://www.zhihu.com/question/21104071

coding  Maximum subarray 这题的两种解法  一种是有点dp思想的 一种用prefix sum的
4 sum这题尝试用two pairs 和hashtable[sum]=[(i,j),(i2,j2)...] 做了下  发现如果要输出结果list 并去重 会 MLE  还是用传统 sort后再scan 转3 sum 转2sum 做 类推k sum  
再顺手做了2 difference 问题  

12/13  因为第二天有个电面 今天都在刷面经
中间休息时候看了 TF IDF 余弦 等： http://www.ruanyifeng.com/blog/2013/03/tf-idf.html

12/14 今天要着重记录一下  电面coding 一道不难的题 我前一天晚上还做过了！！ 然后写出来了  但是！！有个type a[i]<b[j]  我写成了 a[i]<a[j]   导致了 结果不对 现场我也没debug出来 这个错误我可以记一辈子！！！！！！！！
哭一万遍！！！！！！！！

晚上看看behavior questions 散散心吧   

可以问下楼主为啥觉得DS没有码有意思吗？

ql2 发表于 2018-12-15 12:01
可以问下楼主为啥觉得DS没有码有意思吗？

coding 大法好 大法好 大法好哈哈哈
IT公司还是码农比较能说话吧  

12/15 and 12/16 休息了一天后看了面经
12/17 onsite  早上7点就起来 面到下午3点  年纪大了 感觉巨累  面经周六一起给

12/18 复习了一些 大部分时间在看面经  明天加油！
关于interaction term: https://www.zhihu.com/question/29362561  

cumsum: https://stackoverflow.com/questions/2120544/how-to-get-cumulative-sum
两种方法一种用join 一种用window function的 order by
https://www.postgresql.org/docs/9.1/tutorial-window.html

logistis regression one vs.all and softmax https://houxianxu.github.io/2015/04/23/logistic-softmax-regression/  以前老是把 one vs. all 和softmax 混淆  TOT