首页
题库
公司真题
专项练习
面试题库
在线编程
面试
面试经验
AI 模拟面试
简历
求职
学习
课程
专栏·文章
竞赛
搜索
我要招人
发布职位
发布职位、邀约牛人
更多企业解决方案
在线笔面试、雇主品牌宣传
登录
/
注册
牛客162169213号
门头沟学院 金融学类
发布于北京
关注
已关注
取消关注
@子虚乌有先生:
日常实习面经:滴滴-数据科学
TimeLine:一面20211109当时的BG:北邮本硕,管理类专业,一段实习经历:美团商业分析师写在前面的话:该文档记录日常实习面试的相关问题,面试时间为2021年。以下问题的答案可能存在错误,敬请读者批评指正一面1. 数据库种类有哪些?分别举例说明一下?1)关系型数据库:Oracle,Microsoft SQL Server,MySQL2)非关系型数据库:HBase2. 简要介绍一下Hive先介绍Hadoop,Hadoop是一整套大数据生态系统,主要包括:1)HDFS:海量数据的存储2)MapReduce:海量数据的分析和计算3)Yarn:资源管理和作业调度其中,MapReduce本质上是一类分布式计算框架,底层由Java写成,在实现海量数据的分析和计算上具有一定的开发难度,Hive应运而生。Hive是基于Hadoop的数据仓库工具,可以将结构化的数据文件映射成一张类似关系型数据库的数据表,提供了类似SQL(通常称其为HQL)的查询功能,简言之,Hive是一个将SQL任务转换为MR任务的工具3. SQL中的join有几种?4. SQL中如何实现分组排序?row_number() over(partition by ... order by ...)rank() over(partition by ... order by ...)dense_rank() over(partition by ... order by ...)5. SQL考察数据表:用户表user_profile,字段有:user_id '用户id',login_date 登陆时间'找出连续登录时间最长的用户with a as(select user_id, login_date,row_number() over(partition by user_id order by login_date ASC) as rnfrom user_profile),with b as(select user_id, date_sub(login_date, rn) as login_startfrom a),with c as(select user_id, login_start, count(login_start)as continuous_daysfrom bgroup by user_id, login_start)select user_idfrom cgroup by user_idhaving continuous_days = max(continuous_days)6. 缺失值处理的方式?1)缺失比例过高直接舍弃2)均值/众数/中位数填充3)插值法填充(e.g.牛顿插值法)4)机器学习算法填充(以想要填充的列为label,其他数据列为features)7. 离散化特征转为连续性特征的方法?1)顺序型特征有先后顺序,直接作数值变换2)名义型特征没先后顺序,作one-hot或dummy变换8. 数据集不均衡的解决方法?1)采用ROC曲线下AUC作为分类判定标准,该指标不会受到样本集分布不均衡的影响2)过采样和欠采样(基于数据的方法)过采样,即增加少数类样本集的样本量,如SMOTE算法、Tomek Links算法等欠采样,即减少多数类样本集的样本量,如Easy Ensemble算法、NearMiss算法等3)调整正负样本的权重惩罚(基于算法的方法)改变模型训练时的目标函数,对少数类样本分类赋高权重,多数类样本分类赋低权重4)转化为单类学习、异常检测(基于算法的方法)注:从第9题开始,其后问题的答案均可在《百面机器学习》这本书中得到,十分推荐大家阅读一下这本书9. 是否了解集成学习?简要介绍一下思想?注:回答围绕bagging和boosting即可,并举例说明1)bagging:随机森林RF2)boosting:GBDT/XGBOOST/LightGBM10. 偏差和方差的概念?和bagging、boosting有什么关系?1)偏差bias:模型输出值与真实结果的偏离程度,boosting能有效改善这一点2)方差variance:模型输出值与模型输出值均值的平方差,bagging能有效改善这一点此处有追问:为什么bagging能够改善方差?boosting能够改善偏差?针对“为什么bagging能够改善方差?”bagging是对样本集做重采样,对重采样后的样本集训练模型,对多个模型的输出取平均。由于重采样后子样本集的相似性,所以各模型具有相似的偏差和方差,因此不会显著降低偏差。下面详细讲解bagging 能改善方差的原因:假设各模型间相互独立,则有若各模型完全相同,则有bagging方法得到的各模型间是有相关性的,因此模型输出均值的方差区间为针对“boosting能够改善偏差?”boosting本质上是前向加法模型,从优化角度来看,就是不断通过迭代的方式最小化损失函数其偏差自然是下降的。但这种sequential、adptive的策略使得模型之间的相关性很强,所以boosting本质上不会降低方差
点赞 16
评论 1
全部评论
推荐
最新
楼层
蔚来
校招火热招聘中
官网直投
相关推荐
湖中魔女
05-31 20:08
山东大学 计算机类
华为已入池,快发offer...
华为已入池,快发offer...
华为泡池子387人在聊
点赞
评论
收藏
转发
牛客651222876号
05-21 22:44
GIS工程师
现在形势真有这么夸张吗,还是说危言耸听了
有没有研三的友友说一下
点赞
评论
收藏
转发
wukong_i
05-18 17:19
华南师范大学 电子信息类
求aigc实习,一篇顶会也没面试
可以实习六个月以上
点赞
评论
收藏
转发
腾讯内推找我
05-30 21:01
腾讯_高级技术专家
腾讯内推--全流程推进面试offer
想来腾讯的,扫我内推码投递,然后牛客私信我,我帮忙推进面试。 如果遇到自己投递的无法内推的也可以牛客私信我,我推进 #腾讯校招# 靠谱内推全流程推进用图说话
投递腾讯等公司10个岗位 >
点赞
评论
收藏
转发
点赞
收藏
评论
分享
回复帖子
提到的真题
返回内容
全站热榜
1
...
给你们预测一下今年的秋招!
3044
2
...
深圳蟑螂真的很可怕吗
2362
3
...
【🎁】25届硬件牛牛互助计划(1期)
2279
4
...
记录一下当前的想法 权当碎碎念
2197
5
...
5.31拼多多服务端开发实习生一面(75min)
2155
6
...
二本开发转测试,面试成功
1959
7
...
阿里体检完还没发正式offer
1945
8
...
毕业了!
1685
9
...
momenta 实习 C++ 一面
1501
10
...
海康暑期实习
1479
正在热议
#
和牛牛一起刷题打卡
#
14449次浏览
1321人参与
#
简历中的项目经历要怎么写?
#
14543次浏览
196人参与
#
不去互联网可以去金融科技
#
5948次浏览
78人参与
#
牛客帮帮团来啦!有问必答
#
1098377次浏览
16365人参与
#
面试被问第一学历差时该怎么回答
#
18514次浏览
205人参与
#
通信硬件薪资爆料
#
257374次浏览
2414人参与
#
工作两年想退休了
#
19538次浏览
244人参与
#
简历中的项目经历要怎么写
#
483328次浏览
8812人参与
#
如何看待offer收割机的行为
#
247247次浏览
3464人参与
#
简历无回复,你会继续海投还是优化再投?
#
23597次浏览
331人参与
#
实习生应该准时下班吗
#
93889次浏览
710人参与
#
你收到了团子的OC了吗
#
531599次浏览
6307人参与
#
参加过提前批的机械人,你们还参加秋招么
#
14145次浏览
343人参与
#
你的秋招进行到哪一步了
#
397455次浏览
6691人参与
#
晒一晒我的offer
#
3777849次浏览
58134人参与
#
你已经投递多少份简历了
#
339290次浏览
4910人参与
#
提前批和秋招有什么区别
#
29444次浏览
708人参与
#
实习与准备秋招该如何平衡
#
197972次浏览
3505人参与
#
你怎么评价今年的春招?
#
12657次浏览
194人参与
#
你的秋招进展怎么样了
#
558791次浏览
13955人参与
#
现在还是0offer,延毕还是备考
#
409863次浏览
4865人参与
牛客网
牛客企业服务