一面挂：
简单介绍项目
1.什么是过拟合，为什么会过拟合，如何解决;
2.生成模型和判别模型区别，举例；
3.贝叶斯公式有什么作用，有哪些局限性，什么是先验概率和后验概率，什么是朴素贝叶斯分类，知道贝叶斯网络吗，和朴素贝叶斯有什么区别
4.逻辑回归怎么估计参数，什么是最大似然
5.什么是决策树，决策树有什么用，决策树生成方法都有哪些都有什么特点，决策树可以从哪些方面进行改进；
6.什么是随机森林，基本思路，为什么降低了方差，效果一定比简单决策树效果好吗，什么情况下会比简单决策树效果差；
7.boosting基本思路介绍，Xgboost什么原理，比GBDT有什么改进，
8.神经网络是怎么学习的，描述一下RNN，描述一下LSTM结构，为什么可以解决梯度消失和爆炸问题，LSTM可以怎么改进
9.知道哪些抽样方法，举了某个场景，说用哪种抽样方法
10.如何实时进行时间序列异常点检测，有什么思路
11.用户画像，有很多特征你觉得首先怎么处理，聚类和分类有什么区别，聚类都有哪些方法，介绍一下k-means算法过程，有什么改进的思路
12.什么是图，最短路径算法的思想，如何检测有向图有没有环
13.一个由m种字符组成的长为n的字符串，求出现频率最高的前k种字符(1<=k<=m）