1. 机器学习中特征的理解特征（Feature）是样本可量化的属性，是模型输入。特征质量通常决定模型效果上限。常见有数值、类别、文本、时间、统计聚合、交叉特征等。2. 机器学习中有哪些特征工程方法？常见方法：缺失值处理、异常值处理、编码、标准化/归一化、特征构造、特征选择、降维。 from sklearn.preprocessing import StandardScaler, OneHotEncoder from sklearn.compose import ColumnTransformer from sklearn.pipeline import Pipeline from sklear...

26届本科，这样的简历春招能拿到offer吗

最近也是有一个超火的AI项目火了也是，各个大厂都在推出对应的IaaS层、Server的方案。其实我对这个事情本身是持乐观态度，我本人也勉强算是一名AI技术工作者，其中某一线大厂所对应的“虾”的其中之一方案是我做的。从刚开始接触的clawdbot再更名，后再二次更名，这个不停变更的名词让我们内部信息对齐的时候闹了不少笑话，其实在二月国内大厂争取上线国内day0方案时，GitHub的收藏量就已经到了历史新高。“虾”的本身虽然我没有完全能够梳理这个架构的这个能力，不过站在巨人的肩膀上还是能看懂相关的架构。（下图来自网络）其本质结构相对来说简单，并没有惊天地泣鬼神的技术突破。说白了其实就是一个网关，通...