![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
面试
皮皮猪QAQ
请你一定不要停下来,成为你想成为的人
展开
-
5.03面试题总结
1.sql语句,在同一张表中筛选出重复的行 select id,count(1) from A group by id having count(1) > 1; having是一种可以和group by 联合使用的语句,可以对group by 后的数据进行条件过滤。 2.Btree与B+tree区别与时间复杂度 1、B+tree所有的data都存储在子叶节点中,而不存储在非子叶节点,Btre...原创 2019-05-30 19:10:42 · 458 阅读 · 0 评论 -
5.08面试总结
讲下你对scikit-sklearn库的理解? 回答的不太理想,没有看过sklearn官网的原文档。 分别从分类、回归、聚类、特征降维、模型选择、预处理这6个角度来进行回答。 sklearn是基于python强大机器学习库,它集成了分类、回归、聚类、降维、模型选择、预处理的众多机器学习方法, 分类:主要用于确定对象类别。可应用于垃圾邮件检测、图像识别 常用算法有:SVM knn RandomFo...原创 2019-05-30 19:11:16 · 117 阅读 · 0 评论 -
5.15 oppo面试总结
oppo一面 一、冒泡排序 二、快速排序 三、实现a = ‘123’ 转换为b = 123 (不能使用python内置方法,或者用C语言实现) 四、曝光率问题 五、CTR预估问题 oppo 二面 一、为什么来北京 二、余弦相似度矩阵 ...原创 2019-05-30 19:11:39 · 1992 阅读 · 0 评论 -
5.16 微软 机器学习岗
一、单词反转 将字符串单词反转输出,例如:str=‘how are you’ output=‘you are how’ 二、 s1和s2两个字符串,查询两个字符串中的共用子串 三、 遍历二叉树,从左到右分别展示,从叶子节点向根节点分别展示 四、 N皇后问题 五、 都了解什么深层神经网络,分别运用在哪些场合?RNN自动翻译中,如何解决输入输出不一致问题 六、 手写代码实现knn算法 七、 使用微软...原创 2019-05-30 19:11:56 · 130 阅读 · 0 评论 -
5.22 阿博茨科技 面试总结
一、介绍体育新闻分类项目 二、n_Gram与IT-IDF的区别 n_Gram可以用于字符串模糊匹配,n为匹配的单词位数,n一般为2或3。可以用于词分类。 n_Gram可以评价一个句子是否合理,区别两个字符串的差别水平。 IT-IDF又称词频-逆向文章频率,是由IT*IDF构成,IT为词频代表单一文本出现词的频率,假设3张纸上写上不同的话,IT为单一张纸上出现有‘你好’这个词,那IT就是你好这个词在...原创 2019-05-30 19:12:14 · 2024 阅读 · 0 评论 -
5.23 北京吧咔科技
一、实现np.doc底层代码(矩阵相乘) 二、feed流的理解 三、pyspark 四、300w用户 1w新闻 1秒 如何实现推荐原创 2019-05-30 19:12:30 · 243 阅读 · 0 评论 -
5.30 地图无忧面试总结
一. 在工作中在数据处理方面的手段 1.讲了下特征工程,以及特征工程中筛选特征的几种手段,如将特征有针对性的使用matplotlib或者seaborn进行可视化处理。通过观察数据的分布拟合程度来判定特征是否重要。 2.如果在高维度数据中,如上千维中。我们可以定义函数对特征进行异常处理,转为连续数据获取均值再定义区间范围,通过函数对特征进行自动筛选。 2.可以通过Isolation算法对特征进行异常...原创 2019-05-30 19:12:41 · 199 阅读 · 0 评论