机器学习数据挖掘岗位面试题总结（实时更新）

一、2017.9.26

1. 项目介绍
2. 你这个项目中间哪些地方提升，中间过程分别提升了多少CTR？
3. 你项目用的分布式LR的是用什么优化方法，参数怎么调的，mini-batch的batch是多少？ parameter-server原理，如何解决数据一致性？
4. 会分布式么，hadoop,spark会么，说说hadoop的灾难处理机制
5. hadoop一个节点数据量太大拖垮reduce，怎么办，Hadoop本身的处理机制是怎么样的，手工的话可以怎么调
6. hadoop数据倾斜问题如何解决
7. L1、L2的区别，L1为什么可以保证稀疏？
8. 各种最优化方法比较 拟牛顿法和牛顿法区别，哪个收敛快？为什么？
9. 深度学习的优化方法有哪些？ sgd、adam、adgrad区别？ adagrad详细说一下？为什么adagrad适合处理稀疏梯度？
10. DL常用的激活函数有哪些？
11. relu和sigmoid有什么区别，优点有哪些？
12. 什么是梯度消失，标准的定义是什么？
13. DNN的初始化方法有哪些？ 为什么要做初始化？ kaiming初始化方法的过程是怎样的？
14. xgboost里面的lambdarank的损失函数是什么？
15. xgboost在什么地方做的剪枝，怎么做的？
16. xgboost如何分布式？特征分布式和数据分布式？ 各有什么存在的问题？
17. lightgbm和xgboost有什么区别？他们的loss一样么？ 算法层面有什么区别？
18 lightgbm有哪些实现，各有什么区别？

---