面试体会

标签：lstm   完成   业务   推导   线性回归   验证   size   哪些   日志   

　　面试完忍不住写点感悟，但是又不能让人家觉得自己是个彩币，先写个日志感悟下吧：

　　原则：做正确的事，把正确的事做对！

　　自己完成的项目，从头到尾要能够讲出来，涉及到的算法知识点，要能够横向纵向的比较，同样几种模型的对比，优缺点，适用场景，有理有据， 公式的推导特点要能够熟稔于心。敲黑板：要清晰的表达出来。

　　最好有自己拿手的算法，包括公式推导，整个流程走一遍。

　　补一下自己没掌握好的知识点：

　　逻辑回归，与线性回归的区分，包括公式

　　样本采样不均衡，怎么办？

　　查准率与查全率没有清晰地记住（/auc）

　　L2正则化缩放效应是怎么一回事？

　　K折交叉验证，训练集和测试集不清晰

　　文本分类有哪些算法？

　　LSTM具体过程 门的结构 ，包括函数的推导式？

　　NLP处理过程，具体的细节算是我孤陋寡闻了。

　　主面官说我对业务不太熟悉，只能对业务泛泛而谈，怎么个结合具体业务法呢？

 　　系统如何上线运行？

　　唉，简历提到了我略懂Hadoop，结果问我hive懂不懂，巨特么尴尬。。。

面试体会

标签：lstm   完成   业务   推导   线性回归   验证   size   哪些   日志   

原文地址：https://www.cnblogs.com/qianyuesheng/p/10415754.html