亚麻Applied Scientist电面

刚刚结束applied scientist电面
前半小时简历项目介绍+deep dive：

• 项目怎么做的feature+细节
• naive bayes（因为我项目里有）+原理
• 什么是bias vs variance
• 什么是regularization？比较Lasso和Ridge？ 在做regularization前做什么（这个我没明白他想问什么， 提示：data processing， 还是没明白，pass）
• 讲讲deci
  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
  
  也认识到差距），coding很好！大家感受一下，希望给你们一些参考。也欢迎志同道合的人互关接下来还有别的面试！
  
  补充内容 (2019-4-6 15:31):
  我之前因为没收到结果所以匿名，早知不匿名了哈哈，欢迎同仁互关，我是HappyAI

uniwander 发表于 2019-4-5 11:53
thanks for sharing

4. 什么是regularization？比较Lasso和Ridge？ 在做regularization前做什么（这个我没明白他想问什么， 提示：data processing， 还是没明白，pass）

需要standardize/normalize,因为regularization是跟coefficients有关，所以如果不standardize就会让某些系数有更多的weight

5.讲讲random forest怎么做的，怎么选feature（我说在选feature时remove correlated feature，reduce一些没用的feature，问他does it make sense？他说嗯，我也不知道他想问啥）
random forest理论上不是需要feature selection，但是feature多，computation可能会慢很多。

about the RF. I think if you need to remove the features depend on the number of features(computation cost).  For the decision Tree, there is no Need to remove correlated features. If you check the algorithm of the decision tree. It will automatically ignore the correlated features if its' correlated features already been chosen ad node before.  

GalaxyDream87 发表于 2019-4-5 06:47
regularization之前需要normalization吧？

补充内容 (2019-4-5 06:52):

可以讨论一下吗，如果用random forest来看variable importance的话，是需要remove correlated feature的吧，因为这样variable contribution会被share，出现var importance结果两个都不太高，或者一个高一个低的情况

regularization之前需要normalization吧？

补充内容 (2019-4-5 06:52):
而且记得random forest 不需要remove unrelated feature。除非feature太多严重影响了训练速度

补充内容 (2019-4-5 06:52):
祝楼主爆offer！

GalaxyDream87 发表于 2019/04/05 06:47:33
regularization之前需要normalization吧？

补充内容 (2019-4-5 06:52):
而且记得random forest 不需要remove unrelated feat...

学习了，我确实说了特别多feature的情况下。所以他要问啥我也不知道

学习了，多谢楼主信息

感谢LZ分享！！

thanks for sharing

补充内容 (2019-4-5 20:28):
n*K*logn?
1. initiate K means, 2. iterate thru all points to calculate the distance and assign to the cluster with the shorted distance; 3. calculate the means in each cluster. 4. repeat until conv...

sunday2018 发表于 2019/04/05 12:52:48


可以讨论一下吗，如果用random forest来看variable importance的话，是需要remove correlated feature的吧，因为这样variable contri...

是不是需要remove correlated feature 我也不是很确定，当时网上也是查了很久。之前做的一个project里面把feature从六千多降到一百多（用random forest + backward feature elimination），performance没啥变化。对于feature importance的话，如果用gini importance算感觉不会有变化。但用permutation importance算的话可能会出现contribution share的问题。我个人观点啊

请问电话面试怎么问coding呢。。最近也说要电面我， 但我平时都用的matlab，只能强行准备一下