以前跟别人打听交叉面都说是谈人生谈理想
包括我一面的面试官也告诉我交叉面跟前两面差不多只是流程上需要交叉面
然后我就铁憨憨地啥也没准备的就面了
上来面试官就说 我今天主要问机器学习
我心里就凉了

问：学校里学过那些机器学习的课 答：data mining，AI deep learning
问：两门课的成绩，本硕的成绩，排名
然后就开始一顿爆问 (其实好好准备是可以回答的，都是很基础的问题
关于我自己的数据挖掘项目：
1.有什么让你印象深刻的部分
2.怎么处理过拟合的（增加validation，增加模型复杂程度）
3.RF调过哪些核心参数，树的深度和树的数量对模型会产生什么样的影响
4.RF为什么还需要特征工程，特征工程对RF起到了多大的作用

1.过拟合的处理方法（除了上述两个，再讲三个）
2.lasso和ridge的区别
3. L1L2谁更合适处理离群值
4.bagging和boosting的区别，谁更适合处理variance、bias
5.BP的原理
6.防止梯度爆炸的机制

暂时记得这么多，面完一身汗，手上也是汗
最后问他对我什么建议，他让我多看看文本挖掘
嗯