关于下阶段的安排

这几天忙着面试，终究因为身份问题死在了hr的流程关。下面打算继续写blog！

前两周一直在写关于weka源码的文章。这个当然还要继续，但是想让blog更加多元化，毕竟我兴趣的本身是model，而不是develop。

先说说面试吧

面试总场数也有差不多20+了，感觉基本都一样，代码+机器学习/数据挖掘+统计优化+算法+大数据工具(hadoop、spark)+具体应用场景+项目实习。

代码：主要问熟悉哪些语言吧，然后是各种内存管理、操作系统之类也会问问(数学系的表示从来没答上过)。

机器学习/数据挖掘：问的比较多的有LR, GBDT, SVM, Decision Tree, Neural Network。这几个分类算法问得很多，聚类很少问，很奇怪。回归也会问一些(L1和L2)。

然后还有一个几乎所有面试都问的问题。 dimension reduction！ 所以，我打算在6月底之前，好好地总结一下，特征选择、特征提取的东西。

统计优化：统计方面被问的不多，主要就是问问线性回归之类的东西，假设检验啊，置信度啊。优化主要是梯度下降、拟牛顿、共轭梯度、LBFGS，还有SMO。

算法：这个只能靠刷题了，反正7月份开始，每天3题，雷打不动！

大数据工具：这个真心难办，虽然用过hadoop和spark，但是都是太简单的应用了。基本打算还是主要读别人的代码为主(各种机器学习算法的实现)

具体应用场景：这个问题也是每次都被问到，算是考察是不是书呆子吧？ 对于如何准备这种问题，我的想法是kaggle！ 把kaggle的比赛，总结一下即可。

所以近期和远期打算如下：

1. weka继续，预计一周出产1 - 2个算法。

2. 7月之前，写完feature extraction和feature selection的总结博文。

3. 每周总结分析一个kaggle案例。

4. 7月开始后，每天3道算法题！

5. 剩下的时间看看dl和semi的东西~