機器學習面試題準備

數據處理：如何處理缺失數據(missing value)? 各類處理方法有什麼利弊？
數據處理：如何將描述變量(categorical variables)轉爲連續變量(continuous variables)?
如何處理有序變量？
如何處理無序變量？
數據處理：如何進行選擇特徵選擇？如何進行數據壓縮？
特徵選擇：包裹式，過濾式，嵌入式
數據壓縮：主成分分析，自編碼等
模型解釋: 試解釋什麼是欠擬合與過擬合？如何應對這兩種狀況？
模型解釋: 什麼是誤差與方差分解(Bias Variance Decomposition)？與欠擬合和過擬合有什麼聯繫？
評估模型通常有什麼手段？
分類模型評估方法？
迴歸問題評估方法？
數據不均衡的評估方法？
深度學習是否比其餘學習模型都好？爲何？
在只有少許的有標籤數據的狀況下，如何構建一個反保險欺詐系統？
若是面試者回答先用監督學習來作，那麼咱們可能問：
這種狀況下數據是不均衡的，你是採用過採樣仍是欠採樣？如何調整代價函數和閾值？
若是面試者提到了集成學習，那麼也會追問一下問什麼集成學習適合數據不平衡。
若是面試者回答用無監督學習，那咱們可能會問：
好比使用One-class SVM？那麼咱們可能會追問一下SVM相關的問題，好比什麼是最大間隔分類器啊什麼是Kernel，如何選擇Kernel等。
爲何K-Means不適合異常值檢測？K-Means和GMM是什麼關係？是否能夠用FMM來直接擬合異常值。
如何能夠獲得無監督學習中的分類規則？

1. 讓面試者有所收穫 & 如何準備機器學習面試

面試不應是一場單純的考試，在參加面試的過程當中，也是一個學習過程。拋磚引玉，對於機器學習的崗位面試我有幾點小建議:

5.1. 根據崗位，準備一份項目策劃書。
這個乍聽下來有點虛，但我曾無數次使用這個小技巧獲得良好的面試反饋和機會。假設你今天面試的崗位是我提到的保險公司的反詐騙組，那麼若是你能夠寫一個如何使用機器學習進行反詐騙的項目策劃書。這個過程對於面試者也是一個練習: a. 閱讀論文和新聞收集材料的能力 b. 總結分析的能力 c. 總結的能力。

以我曾經面試過的一我的力資源相關的崗位爲例，我準備了一份如何用機器學習來進行員工離職預測的策劃書(中間省略掉了幾頁並馬賽克處理了敏感的地方)：
在策劃書中，你能夠分析項目需求，提出相關解法，並建議後續計劃和列出相關文獻。這樣的行爲不只可讓僱主看到你的誠意，並看到你的的領域知識和獨立分析問題能力。

在適當的時機(好比開始面試的時候或者談到崗位職責的時候)，你拿出準備好的策劃書，開始談你的思路。這種作法我曾作過幾回，效果都很驚豔，由於反被動爲主動，從被考察變成了講解你所瞭解的知識。做爲一個面試官，若是被面試者能作到這個程度，我會在心裏對錄取他比較有信心。

5.3. 確保本身對基本的概念有所瞭解
對基本的數據處理方法有所瞭解
對基本的分類器模型有所瞭解並有所使用(調包)，大概知道什麼狀況使用什麼算法較好
對基本的評估方法有所掌握，知道常見評估方法的優劣勢
有基本的編程能力，可以獨立的完成簡單的數據分析項目
有基本的數據挖掘能力，能夠對模型進行調參並概括髮現