/MLE-interview

该仓库记录搜索推荐算法工程师的必备面试知识点+paper

本项目试图将所有搜推算法岗可能会出现的问题囊括其中,以便复习之需。这是一个个人向的总结,未必能使人人都看懂,不过也可以作为参考。

目录

  1. 深度学习基础
BatchNorm Seq2seq+attention 优化器 CNN RNN
LSTM/GRU 学习率调整策略 GAN 损失函数 权重初始化
激活函数 超参数调优
  1. 统计机器学习
线性回归 & L1/L2正则 logistic regression SVM 贝叶斯 决策树
随机森林 GBDT XGBoost KNN 无监督学习-聚类
无监督学习-PCA 各种熵、KL散度、互信息 主动学习 特征工程-归一化 特征工程-筛选特征
特征工程-解决数据不平衡 EM算法
  1. NLP语言模型
  1. 推荐系统
  1. 信息检索
  1. 分布式数据库(未完成)

  2. 计算机基础课(未完成)


一些其他dalao的整理资料:

https://mp.weixin.qq.com/s/hYr4PDh9rgsBx18YcKX8eg

https://github.com/km1994/RES-Interview-Notes