超級碼力機器學習崗位
選拔筆試
第一題：
1.用乙個你覺得效果最好的分類演算法（e.g., svm，rf，ann，etc.）對test1的data進行classification建模，用5-fold crossvalidation來計算**的auc或f-measure。若電腦計算能力不足可用3-fold。對於有些本身就含有cross validation功能的演算法可以不用cross validation來穩定結果。（ps，對於非計算機系的同學，以python或r為例，各種分類演算法以及auc的計算都可以在網上找到對應參考**。）
2.把你認為這個演算法裡的最重要的兩個引數用網格優化（grid search）的方式進行優化，並把過程畫出來。輸出引數優化過程的三維圖（2個引數變數 + 5 or 3 fold的auc或者f-measure的值），示意圖如下。
3.提交的作業結果要求包含：
a)可直接執行的**（注意路徑）。
b)引數優化過程的結果圖。
c)乙個簡易說明文件。
第二題：
1.對test2的data進行association rule analysis，挖掘的rule要求具備如下條件：
機器學習 資料探勘 演算法崗位面試題彙總
幾個月前剛剛經歷校招，投的多是機器學習和演算法相關的崗位，特此分享面試中遇到及自己認為比較重要的內容 1 過擬合和欠擬合怎麼判斷，如何解決？答 主要可以通過訓練誤差和測試誤差入手判斷是否過擬合或欠擬合。一般而言訓練誤差很低，但是測試誤差較高，過擬合的概率較大，如果訓練誤差和測試誤差都很高，一般是欠擬...
機器學習面試題
答 設計乙個分類模型，首先要給它設定乙個學習目標。在支援向量機中，這個目標是max margin 在adaboost中，目標是優化乙個指數損失函式。那麼在logistic regression lr 中，這個目標是什麼呢？最大化條件似然度。考慮乙個二值分類問題，訓練資料是一堆 特徵，標記 組合，x1...
機器學習面試題目
過擬合原因 資料 資料不規範，資料量少，資料穿越，統計特徵用到了未來的資訊或者標籤資訊 演算法 演算法過於複雜 解決 1 將資料規範化，處理缺失值，增加資料量，取樣，新增雜訊資料 2 正則化，控制模型複雜程度，3 early stoping，減少迭代次數，減少樹的深度，4 學習率調大 小點 5 融合...