还愿贝壳 机器学习算法

---
> 1：问项目
2：无监督学习、半监督学习、有监督学习区别
3：有哪些无监督学习的方法（kmeans， pca， 生成模型，自编码器）
4：有哪些回归模型（多项式回归，树模型，svr， 神经网络）
5：离散特征和连续特征分别怎么处理，lr和树模型
7：特征交叉怎么做的
8：做题：1无序数组找两数等于目标值的所有可能的组合，返回下标，数会有重复
2最低公共祖先
9：以后想做什么方向
10: 分类指标用的什么，哪个指标对正负样本分布不敏感
11：回归指标应该用什么
12：连续特征可以直接输入到lr中步，归一化、标准化有什么区别

贝壳二面 1h
---
> 1：挑一个项目讲讲
2：场景题：人脸识别怎么做，光照不足的情况下
3：画一下LSTM结构图
4：特征编码怎么做的
5：怎么做特征
6：逻辑回归类别特征分别怎么处理
7：做题：小数和（逆序对的思路）
8：写一下lr表达式
9：项目的三个优点
10：项目的三个可以改进点
11：用了你说的方法提升了多少

hr面 10mins
---
> 自我评价、意向城市、怎么了解贝壳的、在面试的公司、以后的规划
#面经##贝壳找房##算法工程师##校招#