1. 自我介绍
2. 项目用了什么方法,对于数据不平衡怎么处理,用过哪些机器学习算法
3. XGboost讲解一下 (应该大量输出,GBDT,RF)
4. 决策树剪枝操作,有什么用,怎么做的
5. 朴素贝叶斯讲解,为什么数据量多效果就不好了
6. 机器学习常用的优化算法有哪些
7. EM算法讲解,优化目标,与最大似然估计的关系
8. 进程通信的方法,自己用过哪些
9. 进程的几种状态
10. B+树,复杂度
11. 对远景能源的了解
12. 你有什么问题要问我
本文共 232 字,大约阅读时间需要 1 分钟。
1. 自我介绍
2. 项目用了什么方法,对于数据不平衡怎么处理,用过哪些机器学习算法
3. XGboost讲解一下 (应该大量输出,GBDT,RF)
4. 决策树剪枝操作,有什么用,怎么做的
5. 朴素贝叶斯讲解,为什么数据量多效果就不好了
6. 机器学习常用的优化算法有哪些
7. EM算法讲解,优化目标,与最大似然估计的关系
8. 进程通信的方法,自己用过哪些
9. 进程的几种状态
10. B+树,复杂度
11. 对远景能源的了解
12. 你有什么问题要问我
转载地址:http://uncla.baihongyu.com/