本文原作者：赖博先，经授权后发布。
导语：高中的时候，班主任让我们每学完一个章节，整理出这个章节的关键词和一份问题列表。现在回想起来，其实是很有用的，这让我们可以从另外一个视角来审视所学习的内容，而不是单纯的填鸭式的记忆；最近在复习机器学习相关内容，也从问题的视角来回顾机器学习知识体系，对于机器学习方向同学可以作为考察，看看里面的内容是否都能回答上来；而对于想学习机器学习的同学来说，应该可以作为一个方向，把这些内容一个个解决了，在各大厂算法岗面试中应该可以横着走了啦啦啦！
一、机器学习相关
1、 基本概念
l 简述解决一个机器学习问题时，你的流程是怎样的？
l 损失函数是什么，如何定义合理的损失函数？
l 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
l 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？
l 模型的“泛化”能力是指？如何提升模型泛化能力？
l 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？
l 什么是混淆矩阵？
l ROC曲线如何绘制？相比P-R曲线有什么特点？
l 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？
l 你是如何针对应用场景选择合适的模型？
l 如何选择模型中的超参数？有什么方法，并说说其优劣点
l 误差分析是什么？你是如何进行误差分析？
l 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？
l 出现高偏差或者高方差的时候你有什么优化策略？
l 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
2、 经典机器学习
Ø 特征工程
l 你是怎样理解“特征”？
l 给定场景和问题，你如何设计特征？（特征工程方法论）
l 开发特征时候做如何做数据探索，怎样选择有用的特征？
l 你是如何做数据清洗的？举例说明
l 如何发现数据中的异常值，你是如何处理？
l 缺失值如何处理？
l 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？
l 标准化和归一化异同？
l 你是如何处理CTR类特征？
l 讲解贝叶斯平滑原理？以及如何训练得到平滑参数
l 类别型数据你是如何处理的？比如游戏品类，地域，设备
l 序号编码、one-hot编码、二进制编码都是什么？适合怎样的类别型数据？
l 时间类型数据你的处理方法是什么？原因？
l 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
l 如何处理高维组合特征？比如用户ID和内容ID？
l 如何理解笛卡尔积、外积、内积？
l 文本数据你会如何处理？
l 文本特征表示有哪些模型？他们的优缺点都是什么？
l 讲解TF-IDF原理，它有什么优点和缺点？针对它的缺点，你有什么优化思路？
l N-gram算法是什么？有什么优缺点？
l 讲解一下word2vec工作原理？损失函数是什么？
l 讲解一下LDA模型原理和训练过程？
l Word2vec和LDA两个模型有什么区别和联系？
l Skin-gram和cbow有何异同？
l 图像数据如何处理？有哪些常用的图像特征提取方法
l 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？
l 计算特征之间的相关性方法有哪些？有什么优缺点
Ø 基础算法原理和推倒
Knn
l Knn建模流程是怎样的？
l Knn优缺点是什么？
l Knn适合什么样的场景和数据类型？
l 常用的距离衡量公式都有哪些？具体说明它们的计算流程，以及使用场景？
l 超参数K值过大或者过小对结果有什么影响，你是如何选择K值？
l 介绍一下Kd树？如何建树，以及如何搜索最近节点？
支持向量机
l 简单讲解SVM模型原理？
l SVM为什么会对缺失值敏感？实际应用时候你是如何处理？
l SVM为什么可以分类非线性问题？
l 常用的核函数有哪些？你是如何选择不同的核函数的？
l RBF核函数一定线性可分么？为什么
l SVM属于线性模型还是非线性模型？为什么？
l 训练误差为0的SVM分类器一定存在吗？说明原因？
朴素贝叶斯模型
l 讲解贝叶斯定理？
l 什么是条件概率、边缘概率、联合概率？
l 后验概率最大化的含义是什么？
l 朴素贝叶斯模型如何学习的？训练过程是怎样？
l 你如何理解生成模型和判别模型？
l 朴素贝叶斯模型“朴素”体现在哪里？存在什么问题？有哪些优化方向？
l 什么是贝叶斯网络？它能解决什么问题？
l 为什么说朴素贝叶斯也是线性模型而不是非线性模型呢？
线性回归
l 线性回归的基本思想是？
l 什么是“广义线性模型”？
l 线性回归常用的损失函数有哪些？优化算法有哪些？
l 线性回归适用什么类型的问题？有哪些优缺点？
l 请用最小二乘法推倒参数更新公式？
逻辑回归
l 逻辑回归相比于线性回归有什么异同？
l 逻辑回归和广义线性模型有何关系？
l 逻辑回归如何处理多标签分类？
l 为什么逻辑回归需要进行归一化或者取对数？
l 为什么逻辑回归把特征离散化之后效果会提升？
l 类别不平衡问题你是如何处理的？什么是过采样，什么是欠采样？举例
l 讲解L1和L2正则，它们都有什么作用，解释为什么L1比L2更容易产生稀疏解；对于存在线性相关的一组特征，L1正则如何选择特征？
l 使用交叉熵作为损失函数，梯度下降作为优化方法，推倒参数更新公式
l 代码写出训练函数
FM模型
l FM模型与逻辑回归相比有什么优缺点？
l 为什么FM模型计算复杂度是O(kn)？
l 介绍FFM场感知分解机器（Field-aware Factorization Machine），说说与FM异同？
l 使用FM进行模型训练时候，有哪些核心参数对模型效果影响大？
l 如何从神经网络的视角看待FM模型？
决策树
l 讲解完成的决策树的建树过程
l 你是如何理解熵？从数学原理上解释熵公式可以作为信息不确定性的度量？
l 联合熵、条件熵、KL散度、信息增益、信息增益比、gini系数都是什么？如何计算？
l 常用的决策树有哪些？ID3、C4.5、CART有啥异同？
l 决策树如何防止过拟合？前剪枝和后剪枝过程是怎样的？剪枝条件都是什么
随机森林（RF）
l 介绍RF原理和思想
l RF是如何处理缺失值？
l RF如何衡量特征重要度？
l RF“随机”主要体现在哪里？
l RF有哪些优点和局限性？
l 为什么多个弱分类器组合效果会比单个要好？如何组合弱分类器可以获得更好的结果？原因是什么？
l Bagging的思想是什么？它是降低偏差还是方差，为什么？
l 可否将RF的基分类模型由决策树改成线性模型或者knn？为什么？
GBDT
l 梯度提升和梯度下降有什么区别和联系？
l 你是如何理解Boosting和Bagging？他们有什么异同？
l 讲解GBDT的训练过程？
l 你觉得GBDT训练过程中哪些环节可以平行提升训练效率？
l GBDT的优点和局限性有哪些？
l GBDT是否对异常值敏感，为什么？
l 如何防止GBDT过拟合？
l 在训练过程中哪些参数对模型效果影响比较大？这些参数造成影响是什么？
k-means
l 简述kmeans建模过程？
l Kmeans损失函数是如何定义？
l 你是如何选择初始类族的中心点？
l 如何提升kmeans效率？
l 常用的距离衡量方法有哪些？他们都适用什么类型问题？
l Kmeans对异常值是否敏感？为什么？
l 如何评估聚类效果？
l 超参数类的个数k如何选取？
l Kmeans有哪些优缺点？是否有了解过改进的模型，举例说明？
l 试试证明kmeans算法的收敛性
l 除了kmeans聚类算法之外，你还了解哪些聚类算法？简要说明原理？
PCA降维
l 为什么要对数据进行降维？它能解决什么问题？
l 你是如何理解维度灾难？
l PCA主成分分析思想是什么？
l 如何定义主成分？
l 如何设计目标函数使得降维达到提取主成分的目的？
l PCA有哪些局限性？如何优化？
l 线性判别分析和主成分分析在原理上有何异同？在目标函数上有何区别和联系？
3、 深度学习
Ø DNN
l 描述一下神经网络？推倒反向传播公式？
l 讲解一下dropout原理？
l 梯度消失和梯度膨胀的原因是什么？有什么方法可以缓解？
l 什么时候该用浅层神经网络，什么时候该选择深层网络
l Sigmoid、Relu、Tanh激活函数都有哪些优缺点？
l 写出常用激活函数的导数
l 训练模型的时候，是否可以把网络参数全部初始化为0？为什么？
l Batchsize大小会如何影响收敛速度？
Ø CNN
l 简述CNN的工作原理？
l 卷积核是什么？选择大卷积核和小卷积核有什么影响？
l 你在实际应用中如何设计卷积核？
l 为什么CNN具有平移不变性？
l Pooling操作是什么？有几种？作用是什么？
l 为什么CNN需要pooling操作？
l 什么是batchnormalization？它的原理是什么？在CNN中如何使用？
l 卷积操作的本质特性包括稀疏交互和参数共享，具体解释这两种特性以其作用？
l 你是如何理解fine-tune？有什么技巧
Ø RNN
l 简述RNN模型原理，说说RNN适合解决什么类型问题？为什么？
l RNN和DNN有何异同？
l RNN为什么有记忆功能？
l 长短期记忆网络LSTM是如何实现长短期记忆功能的？
l 长短期记忆网络LSTM各模块都使用什么激活函数，可以使用其他激活函数么？
l GRU和LSTM有何异同？
l 什么是Seq2Seq模型？该模型能解决什么类型问题？
l 注意力机制是什么？Seq2Seq模型引入注意力机制主要解决什么问题？
4、 基础工具
Ø Spark
l 什么是宽依赖，什么是窄依赖？哪些算子是宽依赖，哪些是窄依赖？
l Transformation和action算子有什么区别？举例说明？
l 讲解sparkshuffle原理和特性？shuffle write 和 shuffleread过程做些什么？
l Shuffle数据块有多少种不同的存储方式？分别是什么
l 哪些spark算子会有shuffle？
l 讲解sparkschedule（任务调度）？
l Sparkstage是如何划分的？
l Sparkcache一定能提升计算性能么？说明原因？
l Cache和persist有什么区别和联系？
l RDD是弹性数据集，“弹性”体现在哪里呢？你觉得RDD有哪些缺陷？
l RDD有多少种持久化方式？memory_only如果内存存储不了，会怎么操作？
l RDD分区和数据块有啥联系？
l 当GC时间占比很大可能的原因有哪些？对应的优化方法是？
l Spark中repartition和coalesce异同？coalesce什么时候效果更高，为什么？
l Groupbykey和reducebykey哪个性能更高，为什么？
l 你是如何理解caseclass的？
l Scala里trait有什么功能，与class有何异同？什么时候用trait什么时候该用class
l Scala 语法中to 和 until有啥区别？
l 讲解Scala伴生对象和伴生类？
Ø Xgboost
l 你选择使用xgboost的原因是什么？
l Xgboost和GBDT有什么异同？
l 为什么xgboost训练会那么快，主要优化点事什么？
l Xgboost是如何处理缺失值的？
l Xgboost和lightGBM有哪些异同？
l Xgboost为什么要使用泰勒展开式，解决什么问题？
l Xgboost是如何寻找最优特征的？
Ø Tensorflow
l 使用tensorflow实现逻辑回归，并介绍其计算图？
l sparse_softmax_cross_entropy_with_logits和softmax_cross_entropy_with_logits有何异同？
l 使用tensorflow过程中，常见调试哪些参数？举例说明？
l Tensorflow梯度更新是同步还是异步，有什么好处？
l 讲解一下TFRecords？
l tensorflow如何使用如何实现超大文件训练？
l 如何读取或者加载图片数据？
5、 业务工程实现（推荐系统为例）
l 你是如何选择正负样本？如何处理样本不均衡的情况？
l 如何设计推荐场景的特征体系？举例说明？
l 你是如何建立用户模型来理解用户，获取用户兴趣的？
l 你是如何选择适合该场景的推荐模型？讲讲你的思考过程？
l 你是如何理解当前流行的召回->粗排->精排的推荐架构？这种架构有什么优缺点？什么场景适用使用，什么场景不适合？
l 如何解决热度穿透的问题？（因为item热度非常高，导致ctr类特征主导排序，缺少个性化的情况）
l 用户冷启动你是如何处理的？
l 新内容你是如何处理的？
l 你们使用的召回算法有哪些？如何能保证足够的召回率？
l 实时数据和离线数据如何融合？工程上是怎样实现？如何避免实时数据置信度不高带来的偏差问题？
l 你们是如何平衡不同优化目标的问题？比如：时长、互动等？
l 不同类型内容推荐时候，如何平衡不同类型内容，比如图文、视频；或者不同分类？
l 如何保证线上线下数据一致性？工程上是如何实现？
l 离线训练效果好，但是上线效果不明显或在变差可能是什么问题？如何解决？
l 在实际业务中，出现badcase,你是如何快速反查问题的？举例说明
l 使用ctr预估的方式来做精排，会不会出现相似内容大量聚集？原因是什么？你是如何解决的？
l 你了解有多少种相关推荐算法？各有什么优缺点？
l 深度学习可以应用到推荐问题上解决哪些问题？为什么比传统机器学习要好？
二、数学相关
1、 概率论和统计学
l 说说你是怎样理解信息熵的？
l 能否从数据原理熵解析信息熵可以表示随机变量的不确定性？
l 怎样的模型是最大熵模型？它有什么优点？
l 什么是Beta分布？它与二项分布有什么关系？
l 什么是泊松分布？它与二项分布有什么关系？
l 什么是t分布？他与正态分布有什么关系？
l 什么是多项式分布？具体说明？
l 参数估计有哪些方法？
l 点估计和区间估计都是什么？
l 讲解一下极大似然估计，以及适用场景？
l 极大似然和最小二乘法有什么关系？
l 假设检验是什么？有什么作用，距离说明？一类和二类错误分别是什么？
l 什么是置信区间？
l P值数据含义是什么？如何计算？
l 如何证明两个变量是独立分布还是相关的？
l 什么是协方差，它和相关性有什么联系？
l 数学期望和平均数有何异同？
2、 最优化问题
l 什么是梯度？
l 梯度下降找到的一定是下降最快的方法？
l 牛顿法和梯度法有什么区别？
l 什么是拟牛顿法？
l 讲解什么是拉格朗日乘子法、对偶问题、kkt条件？
l 是否所有的优化问题都可以转化为对偶问题？
l 讲解SMO（SequentialMinimalOptimization）算法基本思想？
l 为什么深度学习不用二阶优化？
l 讲解SGD，ftrl、Adagrad，Adadelta，Adam，Adamax，Nadam优化算法以及他们的联系和优缺点
l 参数估计有哪些方法？
l 点估计和区间估计都是什么？
l 讲解一下极大似然估计，以及适用场景？
l 极大似然和最小二乘法有什么关系？
l 假设检验是什么？有什么作用，距离说明？一类和二类错误分别是什么？
l 什么是置信区间？
l P值数据含义是什么？如何计算？
l 如何证明两个变量是独立分布还是相关的？
l 什么是协方差，它和相关性有什么联系？
l 数学期望和平均数有何异同？
更多优质技术文章请关注官方微信公众号：
长按/扫描关注我们
