深算所机器学习助理工程师一面
全程面试大概1小时，流程：
1.自我介绍，（项目，实习。。。。。）
2. 决策树原理
3.信息熵和基尼系数取值范围，连续性和离散型数据是否都能用
4. XGBoost原理
5.为什么要用泰勒展开
7.PCA原理
8.什么样矩阵PCA不适用
9.SVM损失函数
10. 决策森林和决策树的对比，分类和回归分别如何决策
11. 啥叫多态？啥叫重写？
12. Python 迭代器和生成器是怎么回事？
（本人非科班出身，全部是自学的编程，这些东西都听说过，但不知底层原理😂）
问了两个计算机问题后，就开始聊些家常了，面试官人很好，卡住的地方会给提示，给予指导！很不错的面试体验！😁#面试经验记录#
1.自我介绍，（项目，实习。。。。。）
2. 决策树原理
3.信息熵和基尼系数取值范围，连续性和离散型数据是否都能用
4. XGBoost原理
5.为什么要用泰勒展开
7.PCA原理
8.什么样矩阵PCA不适用
9.SVM损失函数
10. 决策森林和决策树的对比，分类和回归分别如何决策
11. 啥叫多态？啥叫重写？
12. Python 迭代器和生成器是怎么回事？
（本人非科班出身，全部是自学的编程，这些东西都听说过，但不知底层原理😂）
问了两个计算机问题后，就开始聊些家常了，面试官人很好，卡住的地方会给提示，给予指导！很不错的面试体验！😁#面试经验记录#
查看3道真题和解析
