省流版
本文介绍机器学习面试的两类专业问题——一些基础知识、特征工程。在面试数据分析、算法等岗位的时候均为高频题目。强烈建议收藏起来,一道题一道题地深入研究!
一、基本概念
- 简述解决一个机器学习问题时,你的流程是怎样的?
- 损失函数是什么,如何定义合理的损失函数?
- 回归模型和分类模型常用损失函数有哪些?各有什么优缺点
- 什么是结构误差和经验误差?训练模型的时候如何判断已经达到最优?
- 模型的“泛化”能力是指?如何提升模型泛化能力?
- 如何选择合适的模型评估指标?AUC、精准度、召回率、F1值都是什么?如何计算?有什么优缺点?
- 什么是混淆矩阵?
- ROC曲线如何绘制?相比P-R曲线有什么特点?
- 如何评判模型是过拟合还是欠拟合?遇到过拟合或欠拟合时,你是如何解决?
- 你是如何针对应用场景选择合适的模型?
- 如何选择模型中的超参数?有什么方法,并说说其优劣点误差分析是什么?你是如何进行误差分析?
- 你是如何理解模型的偏差和方差?什么样的情况是高偏差,什么情况是高方差?
- 出现高偏差或者高方差的时候你有什么优化策略?
- 奥卡姆剃刀定律是什么?对机器学习模型优化有何启发?举例说明
二、经典机器学习——特征工程
- 你是怎样理解“特征”?
- 给定场景和问题,你如何设计特征?(特征工程方法论)
- 开发特征时候做如何做数据探索,怎样选择有用的特征?你是如何做数据清洗的?举例说明
- 如何发现数据中的异常值,你是如何处理?缺失值如何处理?对于数值类型数据,你会怎样处理?为什么要做归一化?归一化有哪些方法?离散化有哪些方法,离散化和归一化有哪些优缺点?
- 标准化和归一化异同?
- 你是如何处理CTR类特征?
- 讲解贝叶斯平滑原理?以及如何训练得到平滑参数类别型数据你是如何处理的?比如游戏品类,地域,设备序号编码、one-hot编码9、二进制编码都是什么?适合怎样的类别型数据?时间类型数据你的处理方法是什么?原因?你怎样理解组合特征?举个例子,并说明它和单特征有啥区别如何处理高维组合特征?比如用户ID和内容ID?如何理解笛卡尔积、外积、内积?
- 文本数据你会如何处理?
- 文本特征表示有哪些模型?他们的优缺点都是什么?
- 讲解TF-IDF原理只,它有什么优点和缺点?针对它的缺点,你有什么优化思路?
- N-gram算法是什么?有什么优缺点?
- 讲解一下word2vec工作原理?损失函数是什么?
- 讲解一下LDA模型原理和训练过程?
- Word2vec和LDA两个模型有什么区别和联系?
- Skin-gram&和cbow有何异同?
- 图像数据如何处理?有哪些常用的图像特征提取方法你是怎样做特征选择的?
- 卡方检验、信息值(IV)、VOE都是如何计算?计算特征之间的相关性方法有哪些?有什么优缺点
总结
本文主要介绍了在机器学习的面试环节可能出现的部分问题,内容很多,非常扎实,建议督导这里的朋友三联起来,反复学习直到彻底掌握!
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取==🆓