机器学习八股文（二）[海量面经整理]

这篇是面经整理系列第二篇，上篇https://www.1point3acres.com/bbs ... ;page=1#pid14951878 主要整理了机器学习基础概念和深度学习基础概念上的面经题。
这篇将整理一些机器学习模型方面的面经题。同样的，这里只会整理出收集的大厂的好好好几十份面经里出现了的【原题】。大部分题出现的次数都比较高频。

按照我的理解，如果不是面试比较senior的岗位，其中的大部分八股文属于must know。

3. ML模型类
3.1 Regression:
Linear Regression的基础假设是什么
what will happen when we have correlated variables, how to solve
explain regression coefficient
what is the relationship between minimizing squared error  and maximizing the likelihood
How could you minimize the inter-correlation between variables with Linear Regression?
if the relationship between y and x is no linear, can linear regression solve that
why use interaction variables

3.2 Clustering and EM:
K-means clustering (explain the algorithm in detail; whether it will converge, 收敛到global or local optimums;  how to stop)
EM算法是什么
GMM是什么，和Kmeans的关系

3.3 Decision Tree
How regression/classification DT split nodes?
How to prevent overfitting in DT?
How to do regularization in DT?

3.4 Ensemble Learning
difference between bagging and boosting
gbdt和random forest 区别，pros and cons
explain gbdt/random forest
will random forest help reduce bias or variance/why random forest can help reduce variance

3.5 Generative Model
和Discrimitive模型比起来，Generative 更容易overfitting还是underfitting
Naïve Bayes的原理，基础假设是什么
LDA/QDA是什么，假设是什么

3.6 Logistic Regression
logistic regression和svm的差别 （我想这个主要是想问两者的loss的不同以及输出的不同，一个是概率输出一个是score）
LR大部分面经集中在logloss和regularization，相关的问题在上个帖子有了这里就不重复了。

3.7 其他模型
Explain SVM, 如何引入非线性
Explain PCA
Explain kernel methods, why to use
what kernels do you know
怎么把SVM的output按照概率输出
Explain KNN
!所有模型的pros and cons （最高频的一个问题）


4. 数据处理类
怎么处理imbalanced data
high-dim classification有什么问题，以及如何处理
missing data如何处理
how to do feature selection
how to capture feature interaction


有很多面经题的问题，非常的宽泛，这样的题不在少数。需要有一个比较好的系统的思路去回答。

如果你对其中的问题，以及上个帖子的问题有比较好的见解，欢迎多多回复，帮助多其他复习的人。

如果你对其中的问题，以及上个帖子的问题有哪题不确定，同样欢迎多多回复，大家一起讨论出最合适的答案。

下篇主要归纳一下NLP/RNN的问题，项目经验类的问题，CNN/CV类的问题，实现，推导类的问题。

求大米鼓


补充内容 (2021-2-9 12:41):
https://www.1point3acres.com/bbs/thread-714558-1-1.html 第三贴

lcltopismine3 发表于 2021-02-07 23:39:26
我从15年开始连着面ML实习到最近全职，每年都在投简历，自认为对这个问题有发言权。在我看来您这些确实太老了，国内外都不会面这些东西的。您可以自己搜一下现在大公司ML的题库。这些题入门可以，面试我觉得这

这些题不是我写的，是我从面经扒的..意思是他们在近一两年的面试里被问出来了。 被问出来了。我觉得你的求职经历这么丰富可以也在这个帖子下把你的面经分享下..应该会对大家很有帮助。  这些题都很基础I agree..可能我收集的主要也是一二级的面经。不过基础不代表不会被问到。至少以我面几个大厂二级的经历，基础问题都被普遍问到。   如果你指的是比如BERT等等更stoa的问题，我只有在面nlp specific组的时候被问到了。 后面我也会整理些更advanced一点面经。  Again 这些虽然基础，但是至少面一级二级是大量被问到的  。  最后你说的大公司ml题库在哪可以搜到.....

所以，有朋友找到大公司ml题库吗😢

lcltopismine3 发表于 2021-2-8 15:39
我从15年开始连着面ML实习到最近全职，每年都在投简历，自认为对这个问题有发言权。在我看来您这些确实太 ...

我感觉一些比较老的不怎么用的模型 (SVM什么的) 的确不太会问了，一般的overfitting, imbalance data什么的还是会问的。然后ML Design的话一般也都直接往Deep Learning靠了。

继续给楼主顶贴😂😂😂

楼主的面经还是2015年的太老了，我觉得多贴近现实比较好

lcltopismine3 发表于 2021-02-07 15:36:09
楼主的面经还是2015年的太老了，我觉得多贴近现实比较好

没有呀我是按时间顺序从近往远扒的

赞楼主好帖, 期待第三篇! 后续可否也分享下ML design的套路

迎多多回复

期待第三篇经验

感谢楼主分享

川川唔 发表于 2021-2-8 07:49
没有呀我是按时间顺序从近往远扒的

我从15年开始连着面ML实习到最近全职，每年都在投简历，自认为对这个问题有发言权。在我看来您这些确实太老了，国内外都不会面这些东西的。您可以自己搜一下现在大公司ML的题库。这些题入门可以，面试我觉得这些不知道不要去面