一面 8.29 下午16:00-17:00    1.自我介绍    2.项目介绍    3.项目细节    4.随机森林、决策树、XGBoost的区别和联系    5.离散特征怎么处理？（没听懂面试官想问啥 [掉小珍珠了]）    6.针对项目提问，连续特征怎么处理？    算法：最大子序和 动态规划+贪心算法 做题有点慢    面试官建议：虽然有些东西工作不会用到，但是面试还是会问，题还是应该多刷一刷 [笑cry]     不说了，刷题背八股去了，小姐姐很温柔，希望能再给个机会 [笑cry]     ————————————————    二面 9.2 下午15:00-16:00    1.自我介绍    2.项目介绍（What、Why、How、难点、思考）    3.项目怎么分工的    4.一两句话简述LR、随机森林、XGBoost优缺点    5.精准率、召回率、F1-score、AUC指标的含义和使用场景    6.二维矩阵查找【二分法】    不记得还有什么了。。。    三面 9.27 上午11:00-12:00    1.自我介绍    2.项目介绍    3.线性回归，模型的假设，损失函数，求解    4.BP神经网络。反向传播传的是什么？    5.各种分桶方法的优缺点    6.特征组合，归一化    7.深度学习与传统机器学习相比最大的不同？