黄色影片A片,免费h网站直播,韩国自拍偷拍一区二区,精品久久福利视频,欧美在线伦理一,国产精品吴梦梦一区二区,婷婷性爱网,www欧美

如果你的簡歷上，有機器學習模型的名詞，可能收獲的面試問題是：

“你用過XXXX吧？是用什么語言做的？講一下原理和調參的過程吧？

如果你的簡歷上，沒有機器學習的字眼，可能收獲的面試問題是：

“了解機器學習嗎？挑一個你熟悉的講講吧？”

明明在JD里，寫著【懂模型】是加分項，

但在面試里，卻好像怎么也繞不開這個坎……

除了計算機和數學系的專業(yè)課大概率有所涉及，像諸多的經濟學、管理學、通信、材料學科，基本機器學習這一塊只能靠自我驅動了……

其實我是一個看見數學公式推導就很頭疼的人，別說現在說不全常用希臘字母的讀音，擱大學那會兒我的高數簡直是在生死線掙扎，靠抱各路大神的大腿才勉強及格。

但就算是這樣，我也能保證自己在花費了時間和精力后，能夠在緩慢的思考中用梯度下降法把邏輯回歸的求解過程推導出來，也能夠順利的說出決策樹中信息增益、信息增益比、基尼指數的計算邏輯和應用方法。

當然，再難一點，當面試官問題GBDT\XGBOOST的推導過程時，我只能很誠實的說“不好意思，這個推導過程我不會，不過我能說出它的原理。”

不過幾十場面試里，也就渺渺幾個人讓我真的說出（寫下）推導的過程（畢竟面的不是算法崗），大多都是問一些原理、應用場景的問題，這倒是正中我下懷——凡是能夠用文字表達的東西，我都很樂意提前整理好文檔。

那，非專業(yè)的人、或者數學基礎不太好的人，我們可以怎么樣去準備文檔里【機器學習】這個PART呢？

從簡單到復雜。畢竟沒有接觸過這些東西，在開始準備的時候，可以先整理好邏輯回歸、決策樹這種簡單的算法，手推的過程會更加友好。作為零基礎的人，不建議一上來就非要推出個CNN……

從原理到應用。原理、優(yōu)缺點和應用恰好是最容易用文字來表達的內容，也是面試的時候喜歡問的東西。

【可選】手推。從時間成本的角度上看，我認為手推是準備過程中【可選】的內容，從現在到7月秋招開啟，短短的2-3個月還需要實習、寫論文、復盤，在這些龐大的工作量下，可以、也應該有選擇性的放棄一些知識。

延伸提問。在回答完某一個算法的原理問題后，很多面試官喜歡進行延伸知識點提問，比如從邏輯回歸關聯到L1L2正則；從樸素貝葉斯關聯到貝葉斯公式的原理；從決策樹關聯到Boosting和Bagging……在學習完所有的基礎內容后，可以著手整理這一塊的東西。

?? 好的，我們來看一下，針對每一個算法，我們應該準備下哪些東西？

?? 我以簡單的決策樹作為案例，看一看需要準備哪些文字版的內容。

?? STEP1：整體概況

?決策樹是一種對樣本進行分類的樹形結構，也能夠進行回歸預測。決策樹主要包含3種結點：根節(jié)點——初始結點；葉節(jié)點——最終分類結果結點；內結點——樹內部進行判斷的條件結點-即特征，在決策樹中，每一個樣本都只會被一條路徑覆蓋。

STEP2：生成原理

決策樹常見的生成算法有三種，ID3，C4.5以及Cart。以ID3算法為例介紹一下決策樹的生成原理。

第一步，計算信息增益。ID3算法是利用信息增益進行特征選擇的。信息增益是指，已知某一特征xi后，使得樣本整體特征不確定性減少的程度。

第二步，在每個節(jié)點上利用信息增益進行特征的選擇，在選擇特征時，優(yōu)先選擇信息增益最大的特征。直到剩余特征的信息增益小于閾值、或已經沒有特征可以選擇時終止。

第三步，對決策樹進行剪枝優(yōu)化。構建決策樹的損失函數（與預測誤差以及樹的復雜度有關），將每一個葉節(jié)點回縮到上一層父節(jié)點，對損失函數最小的葉節(jié)點進行修剪。

C4.5算法的過程與ID3類似，只是使用了信息增益比而非信息增益進行計算。信息增益比是指在信息增益的基礎之上乘一個懲罰參數。特征個數較多時，懲罰參數較小；特征個數較少時，懲罰參數較大。而CART算法則是使用基尼指數進行計算。基尼指數是指樣本被某一特征分割后，整個樣本集合不確定性程度的大小，基尼指數越小，樣本集合被分割后的不確定性越小。

STEP3：優(yōu)缺點

決策樹的優(yōu)勢包括：輸出樹形圖可解釋性較強，if-then形式，邏輯很好理解；對輸入數據的屬性要求低（分類，連續(xù)）；

劣勢包括：當數據集特征維度很多時，決策樹會生成許多枝干，或者樹非常深，陷入過擬合；判定過程很規(guī)則化，容易被識破并攻擊。

STEP4：應用場景

?? 決策樹的應用場景十分廣。可以用來評估貸款風險；可以輔助醫(yī)生選擇診斷模型；也可以用于垃圾郵件的分類判斷。

STEP5：手推

決策樹這一塊需要手推的東西比較少，主要是應該掌握：

【熵】、【信息增益】、【信息增益比】、【基尼指數】、【損失函數】的公式；

CART算法【回歸樹】、【分類樹】的生成方式推導。

這些內容多在紙上推推算算記記，就差不多OK了。

STEP6：延伸提問

信息增益比和信息增益相比，有什么優(yōu)勢？

（可以從信息增益比的定義出發(fā)解釋）

如何解決決策樹的過擬合問題？

（剪枝、交叉驗證、篩選特征）

預剪枝和后剪枝？

（參考樹的高度、葉子結點的數量、不純度等、在生成決策樹前（后）進行剪枝）

隨機森林。都問完決策樹了，再問個隨機森林是很正常的。

（這里同樣從整體概況、原理、優(yōu)缺點等進行整理）

Bagging和Boosting的區(qū)別？決策樹常被作為基礎分類器用于更多復雜的算法里。而說到分類器的集成就逃不開Bagging和Boosting。

（樣本的抽取；樣本的權重；是否并行計算等）

GBDT\XGBOOST。害，誰叫這幾年kaggle和天池動不動就用了這倆兄弟，他們又恰好可以是決策樹這種弱分類器的集成算法呢？

（同（4））

???? 機器學習不是我擅長的東西，但卻是必須準備的知識。

???? 好在也許面試官們理解化學本科、管理學碩士的我可能對算法真的不會特別深入的了解，倒也不會過多的追問原理細節(jié)。

???? 也有可能我面試的大多數數分崗位都是偏業(yè)務的，機器學習的確是加分但并非必需，面試官不會對這塊過分關心。

??? 最后，獻上學習資料吧。

李航《統計學習方法》

這個不多數，人手一本，機器學習入門必備。如果只想選擇一份資料，那就是它了。（最新版本如下）

吳恩達《Machine Learning》

Andrew Ng在 Coursera 上開設的機器學習入門課《Machine Learning》已經被太多人推薦過了，能夠堅持看完基本就OK了。

shuhuai008《機器學習-白板推導系列》??

???? 不得不說，這兩年B站上涌出了一堆魚龍混雜學習資料，但也不乏精品。這個《機器學習-白班推導系列》更加適合數學基礎好，對手推算法有需求的人。

善用百度google

各色博客里早就把這些算法翻來覆去總結透了。

數據分析面試，到底怎么準備機器學習知識？