GitHub | 面试官的DL/NLP/推荐系统/ML/算法基础面试必看知识点总结

点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要17分钟

跟随小博主，每天进步一丢丢

• 基础概念
  

• 数学

• 数据预处理

• 机器学习

• 深度学习

• 自然语言处理

• 推荐

• 风控

• 评价指标

• 方差和偏差

• 解释方差

• 解释偏差

• 模型训练为什么要引入偏差和方差？请理论论证

• 什么情况下引发高方差

• 如何解决高方差问题

• 以上方法是否一定有效

• 如何解决高偏差问题

• 以上方法是否一定有效

• 遇到过的机器学习中的偏差与方差问题

• 就理论角度论证Bagging、Boosting的方差偏差问题

• 遇到过的深度学习中的偏差与方差问题

• 方差、偏差与模型的复杂度之间的关系

• 生成与判别模型

• 什么叫生成模型

• 什么叫判别模型

• 什么时候会选择生成/判别模型

• CRF/朴素贝叶斯/EM/最大熵模型/马尔科夫随机场/混合高斯模型

• 我的理解

• 先验概率和后验概率

• 写出全概率公式&贝叶斯公式

• 说说你怎么理解为什么有全概率公式&贝叶斯公式

• 什么是先验概率

• 什么是后验概率

• 经典概率题

• 频率概率

• 极大似然估计 - MLE

• 最大后验估计 - MAP

• 极大似然估计与最大后验概率的区别

• 到底什么是似然什么是概率估计

• AutoML

• AutoML问题构成

• 特征工程选择思路

• 模型相关的选择思路

• 常见梯度处理思路

• AutoML参数选择所使用的方法

• 讲讲贝叶斯优化如何在automl上应用

• 以高斯过程为例，超参搜索的f的最优解求解acquisition function有哪些

• 高斯过程回归手记

• AutoSklearn详解手记

• AutoML常规思路手记

• 数据质量

• 期望

• 方差

• 标准差

• 协方差

• 相关系数

• 最大公约数问题

• 辗转相除法

• 其他方法

• 牛顿法

• 迭代公式推导

• 实现它

• 拟牛顿法

• 概率密度分布

• 均匀分布

• 伯努利分布

• 二项分布

• 高斯分布

• 拉普拉斯分布

• 泊松分布

• 平面曲线的切线和法线

• 平面曲线的切线

• 平面曲线的法线

• 导数

• 四则运算

• 常见导数

• 复合函数的运算法则

• 莱布尼兹公式

• 微分中值定理

• 费马定理

• 拉格朗日中值定理

• 柯西中值定理

• 泰勒公式

• 泰勒公式

• 欧拉公式

• 欧拉公式

• 矩阵

• 范数

• 特征值分解，特征向量

• 正定性

• 概率论

• 条件概率

• 独立

• 概率基础公式

• 全概率

• 贝叶斯

• 切比雪夫不等式

• 抽球

• 纸牌问题

• 棍子/绳子问题

• 贝叶斯题

• 选择时间问题

• 0~1均匀分布的随机器如何变化成均值为0，方差为1的随机器

• 抽红蓝球球

• 数据平衡

• 为什么要对数据进行采样

• 是否一定需要对原始数据进行采样平衡

• 有哪些常见的采样方法

• 能否避免采样

• 你平时怎么用采样方法

• 异常点处理

• 统计方法

• 矩阵分解方法

• 特征值和特征向量的本质是什么

• 矩阵乘法的实际意义

• 密度的离群点检测

• 聚类的离群点检测

• 如何处理异常点

• 缺失值处理

• 是不是一定需要对缺失值处理

• 直接填充方法有哪些

• 模型插值方法有哪些？及方法的问题

• 如何直接离散化

• hold位填充方法有哪些

• 怎么理解分布补全

• random方法使用前提

• 总结

• 特征选择

• 为什么要做特征选择

• 从哪些方面可以做特征选择

• 既然说了两个方向，分别介绍一些吧

• 特征提取

• 为什么需要对数据进行变换

• 归一化和标准化之间的关系

• 连续特征常用方法

• 离散特征常用方法

• 文本特征

• 画一个最简单的最快速能实现的框架

• 聚类

• 请问从EM角度理解kmeans

• 为什么kmeans一定会收敛

• kmeans初始点除了随机选取之外的方法

• 线性回归

• 损失函数是啥

• 最小二乘/梯度下降手推

• 介绍一下岭回归

• 什么时候使用岭回归

• 什么时候用Lasso回归

• 逻辑回归

• logistic分布函数和密度函数，手绘大概的图像

• LR推导，基础5连问

• 梯度下降如何并行化

• LR明明是分类模型为什么叫回归

• 为什么LR可以用来做CTR预估

• 满足什么样条件的数据用LR最好

• LR为什么使用sigmoid函数作为激活函数？其他函数不行吗

• 利用几率odds的意义在哪

• Sigmoid函数到底起了什么作用

• LR为什么要使用极大似然函数，交互熵作为损失函数？那为什么不选平方损失函数的呢

• LR中若标签为+1和-1，损失函数如何推导？

• 如果有很多的特征高度相关或者说有一个特征重复了100遍，会造成怎样的影响

• 为什么要避免共线性

• LR可以用核么？可以怎么用

• LR中的L1/L2正则项是啥

• lr加l1还是l2好

• 正则化是依据什么理论实现模型优化

• LR可以用来处理非线性问题么

• 为什么LR需要归一化或者取对数

• 为什么LR把特征离散化后效果更好？离散化的好处有哪些

• 逻辑回归估计参数时的目标函数逻辑回归的值表示概率吗

• LR对比万物

• LR梯度下降方法

• LR的优缺点

• 除了做分类，你还会用LR做什么

• 你有用过sklearn中的lr么？你用的是哪个包

• 看过源码么？为什么去看

• 谈一下sklearn.linear_model.LogisticRegression中的penalty和solver的选择

• 谈一下sklearn.linear_model.LogisticRegression中对多分类是怎么处理的

• 我的总结

• 决策树

• 常见决策树

• 简述决策树构建过程

• 详述信息熵计算方法及存在问题

• 详述信息增益计算方法

• 详述信息增益率计算方法

• 解释Gini系数

• ID3存在的问题

• C4.5相对于ID3的改进点

• CART的连续特征改进点

• CART分类树建立算法的具体流程

• CART回归树建立算法的具体流程

• CART输出结果的逻辑

• CART树算法的剪枝过程是怎么样的

• 树形结构为何不需要归一化

• 决策树的优缺点

• 贝叶斯

• 解释一下朴素贝叶斯中考虑到的条件独立假设

• 讲一讲你眼中的贝叶斯公式和朴素贝叶斯分类差别

• 朴素贝叶斯中出现的常见模型有哪些

• 出现估计概率值为 0 怎么处理

• 朴素贝叶斯的优缺点

• 朴素贝叶斯与 LR 区别

• 随机森林

• 解释下随机森林

• 随机森林用的是什么树

• 随机森林的生成过程

• 解释下随机森林节点的分裂策略

• 随机森林的损失函数是什么

• 为了防止随机森林过拟合可以怎么做

• 随机森林特征选择的过程

• 是否用过随机森林，有什么技巧

• RF的参数有哪些，如何调参

• RF的优缺点

• 集成学习

• 介绍一下Boosting的思想

• 最小二乘回归树的切分过程是怎么样的

• 有哪些直接利用了Boosting思想的树模型

• gbdt和boostingtree的boosting分别体现在哪里

• gbdt的中的tree是什么tree？有什么特征

• 常用回归问题的损失函数

• 常用分类问题的损失函数

• 什么是gbdt中的残差的负梯度

• 如何用损失函数的负梯度实现gbdt

• 拟合损失函数的负梯度为什么是可行的

• 即便拟合负梯度是可行的，为什么不直接拟合残差？拟合负梯度好在哪里

• Shrinkage收缩的作用

• feature属性会被重复多次使用么

• gbdt如何进行正则化的

• 为什么集成算法大多使用树类模型作为基学习器？或者说，为什么集成学习可以在树类模型上取得成功

• gbdt的优缺点

• gbdt和randomforest区别

• GBDT和LR的差异

• xgboost对比gbdt/boosting Tree有了哪些方向上的优化

• xgboost和gbdt的区别

• xgboost优化目标/损失函数改变成什么样

• xgboost如何使用MAE或MAPE作为目标函数

• xgboost如何寻找分裂节点的候选集

• xgboost如何处理缺失值

• xgboost在计算速度上有了哪些点上提升

• xgboost特征重要性是如何得到的

• xGBoost中如何对树进行剪枝

• xGBoost模型如果过拟合了怎么解决

• xgboost如何调参数

• XGboost缺点

• LightGBM对Xgboost的优化

• LightGBM亮点

• FM/FFM

• SVM

• 简单介绍SVM

• 什么叫最优超平面

• 什么是支持向量

• SVM 和全部数据有关还是和局部数据有关

• 加大训练数据量一定能提高SVM准确率吗

• 如何解决多分类问题

• 可以做回归吗，怎么做

• SVM 能解决哪些问题

• 介绍一下你知道的不同的SVM分类器

• 什么叫软间隔

• SVM 软间隔与硬间隔表达式

• SVM原问题和对偶问题的关系/解释原问题和对偶问题

• 为什么要把原问题转换为对偶问题

• 为什么求解对偶问题更加高效

• alpha系数有多少个

• KKT限制条件，KKT条件有哪些，完整描述

• 引入拉格朗日的优化方法后的损失函数解释

• 核函数的作用是啥

• 核函数的种类和应用场景

• 如何选择核函数

• 常用核函数的定义

• 核函数需要满足什么条件

• 为什么在数据量大的情况下常常用lr代替核SVM

• 高斯核可以升到多少维？为什么

• SVM和逻辑斯特回归对同一样本A进行训练，如果某类中增加一些数据点，那么原来的决策边界分别会怎么变化

• 各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归

• Linear SVM 和 LR 有什么异同

• 框架

• 为什么要用深度召回

• dropout

• dropout如何作用的

• L1为什么在深度学习中不常用

• 用贝叶斯机率说明Dropout的原理

• 为什么有效

• batch_normalization

• 你觉得bn过程是什么样的

• 手写一下bn过程

• 知道LN么？讲讲原理

• bp过程

• embedding

• softmax

• 梯度消失/爆炸

• 残差网络

• 介绍残差网络

• 残差网络为什么能解决梯度消失的问题

• 残差网络残差作用

• 你平时有用过么？或者你在哪些地方遇到了

• Attention

• Attention对比RNN和CNN，分别有哪点你觉得的优势

• 写出Attention的公式

• 解释你怎么理解Attention的公式的

• Attention模型怎么避免词袋模型的顺序问题的困境的

• Attention机制，里面的q,k,v分别代表什么

• 为什么self-attention可以替代seq2seq

• 维度与点积大小的关系是怎么样的，为什么使用维度的根号来放缩

示例：

• GloVe

• GolVe的损失函数

• 解释GolVe的损失函数

• 为什么GolVe会用的相对比W2V少

• Word2Vec

• 从隐藏层到输出的Softmax层的计算有哪些方法

• 层次softmax流程

• 负采样流程

• word2vec两种方法各自的优势

• 怎么衡量学到的embedding的好坏

• word2vec和glove区别

• 你觉得word2vec有哪些问题

• CRF

• 阐述CRF原理

• 线性链条件随机场的公式是

• CRF与HMM区别

• Bert+crf中的各部分作用详解

• LDA

• 详述LDA原理

• LDA中的主题矩阵如何计算

• LDA的共轭分布解释下

• PLSA和LDA的区别

• 怎么确定LDA的topic个数

• LDA和Word2Vec区别？LDA和Doc2Vec区别

• LDA算法里面Dirichlet分布的两个参数alpha和beta怎样确定？trick?

• 使用过LDA，你有什么问题？

• 你用真实用过吗？对比过效果吗？

• 超参数\alpha \beta对训练的影响？

• LDA你会有哪些常规的预处理步骤

• LDA的最大似然不好求的原因？为什么不直接用EM？为什么LDA引入了一堆数学理论？

• LSTM

• GRU

• Bert：实现/使用的代码

• Bert的双向体现在什么地方

• Bert的是怎样预训练的

• 在数据中随机选择 15% 的标记，其中80%被换位[mask]，10%不变、10%随机替换其他单词，原因是什么

• 为什么BERT有3个嵌入层，它们都是如何实现的

• bert的损失函数

• 手写一个multi-head attention

• 长文本预测如何构造Tokens

• 你用过什么模块？bert流程是怎么样的

• 知道分词模块：FullTokenizer做了哪些事情么

• Bert中如何获得词意和句意

• 源码中Attention后实际的流程是如何的

• 为什么要在Attention后使用残差结构

• 平时用官方Bert包么？耗时怎么样

• 你觉得BERT比普通LM的新颖点

• elmo、GPT、bert三者之间有什么区别

• 文本相似度计算

• 有哪些常用的方法

• TextCNN

• 讲一下textcnn

• textCNN中核的作用

• max-pooling选择的目的

• textcnn和fasttext区别

• 如果你知道上面说的核心问题，那么有什么解决方案吗？

• 为什么卷积核都不大？且常见都都是奇数？

• 为什么不建议用句长作为核大小

• padding是不是对最后结果没有影响

• DIN：实现/使用的代码

• 主要使用了什么机制

• activation unit的作用

• DICE怎么设计的

• DICE使用的过程中，有什么需要注意的地方

• DeepFM：实现/使用的代码

• DNN与DeepFM之间的区别

• Wide&Deep与DeepFM之间的区别

• 你在使用deepFM的时候是如何处理欠拟合和过拟合问题的

• DeepFM怎么优化的

• 不定长文本数据如何输入deepFM

• deepfm的embedding初始化有什么值得注意的地方吗

• Xavier初始化

• He初始化

• YoutubeNet：实现/使用的代码

• 变长数据如何处理的

• input是怎么构造的

• 最后一次点击实际如何处理的

• output的是时候train和predict如何处理的

• 如何进行负采样的

• item向量在softmax的时候你们怎么选择的

• Example Age的理解

• 什么叫做不对称的共同浏览（asymmetric co-watch）问题

• 为什么不采取类似RNN的Sequence model

• YouTube如何避免百万量级的softmax问题的

• serving过程中，YouTube为什么不直接采用训练时的model进行预测，而是采用了一种最近邻搜索的方法

• Youtube的用户对新视频有偏好，那么在模型构建的过程中如何引入这个feature

• 在处理测试集的时候，YouTube为什么不采用经典的随机留一法（random holdout），而是一定要把用户最近的一次观看行为作为测试集

• 整个过程中有什么亮点？有哪些决定性的提升

• Wide&Deep

• MLR

• Neural Network全家桶

• XDeepFM：实现/使用的代码

• 选用的原因，考虑使用的场景是什么

• 什么叫显示隐式？什么叫元素级/向量级？什么叫做高阶/低阶特征交互

• 简单介绍一下XDeepFm的思想

• 和DCN比，有哪些核心的变化

• 时间复杂度多少

• Recall

• 召回层构造loss和精排层的差异？

• 离线评估有什么办法

• 负样本为什么不能用点击未展示

• 解释一下hard negative

• 什么样本是hard和easy的

• 如何处理hard部分

• 孤立森林

• 评分卡

• 二分类

• 多分类

• 回归指标

• 聚类指标

• 排序指标

    
下载一：中文版！学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套！
后台回复【五件套】

下载二：南大模式识别PPT
后台回复【南大模式识别】

整理不易，还望给个在看！