機器學習演算法面試
A. 兩道分類演算法的面試題，數據挖掘/機器學習相關，誠心求教！
兩個最重要的屬性應該是數據的維數和數據的相關性，因為一般來講，數據的維數越多越好，數據的相關性越小越好。
應該選擇第二個，因為測試耗時增加很小(從耗時單位可以看出)，同時訓練花費的時間減少了很多(縮小到1/10)
個人愚見，希望對你有幫助~~
B. #演算法工程師#機器學習工程師面試需要哪些積累
簡單點說，就是該領域問題，一看就知道大概用什麼方法，以及該方法怎麼實現，要深層次一點的話，還要知道該方法有什麼優缺點，以及怎麼改進等等 來自職Q用戶：張先生
演算法理解深度，兩個基礎:數學基礎，編程基礎 來自職Q用戶：王先生
C. 如何准備機器學習工程師的面試
機器學習工程師薪資水漲船高，在國內，畢業生的平均年薪也達到了30-50萬，一些人拿到了上百萬的薪資。不過，如何通過面試，拿到更高的薪資，確實不少從業者頭疼的問題。
問完幾個問題後，總經理會把你介紹給公司，簡單的項目和發展前景，經理的技巧在於不管什麼樣的公司，都會讓你覺得這家公司是你以後發展的帳戶，老闆在過程中沒有撒謊。這是說話的技巧。最後，當你通過面試時，你決定何去何從就要靠我們自己啦。
面試時，考官一般不會問一些其他的問題，在准備機器學習工程師面試時，也不需要太緊張，輕松的心態面對一切問題就好啦。
D. 《百面機器學習演算法工程師帶你去面試》epub下載在線閱讀，求百度網盤雲資源
《百面機器學習》（諸葛越）電子書網盤下載免費在線閱讀
鏈接：
書名：百面機器學習
作者：諸葛越
豆瓣評分：8.6
出版社：人民郵電出版社
出版年份：2018-8-1
內容簡介：
人工智慧領域正在以超乎人們想像的速度發展，本書趕在人工智慧徹底佔領世界之前完成編寫，實屬萬幸。
書中收錄了超過100道機器學習演算法工程師的面試題目和解答，其中大部分源於Hulu演算法研究崗位的真實場景。本書從日常工作、生活中各種有趣的現象出發，不僅囊括了機器學習的基本知識 ，而且還包含了成為出眾演算法工程師的相關技能，更重要的是凝聚了筆者對人工智慧領域的一顆熱忱之心，旨在培養讀者發現問題、解決問題、擴展問題的能力，建立對機器學習的熱愛，共繪人工智慧世界的宏偉藍圖。
「不積跬步，無以至千里」，本書將從特徵工程、模型評估、降維等經典機器學習領域出發，構建一個演算法工程師必-備的知識體系；見神經網路、強化學習、生成對抗網路等新科研進展之微，知深度學習領域勝敗興衰之著；「博觀而約取，厚積而薄發」，在末一章為讀者展示生活中各種引領時代的人工智慧應用。
作者簡介：
諸葛越：現任Hulu公司全球研發副總裁，中國研發中心總經理。曾任Landscape Mobile 公司聯合創始人兼CEO，前雅虎北京全球研發中心產品總監， 微軟北京研發中心項目總經理，雅虎美國高級軟體架構師。諸葛越獲美國斯坦福大學的計算機碩士與博士，紐約州立大學石溪分校的應用數學碩士，曾就讀於清華大學計算機科學與技術系。諸葛越的研究結果獲多項專利，2005年獲美國計算機學會資料庫專業委員會十年z佳論文獎。
葫蘆娃：15位Hulu北京創新實驗室的人才。他們利用擅長的機器學習、深度學習等領域知識和演算法模型，建立了一套定製化的機AI平台，改變著推薦引擎、視頻編解碼、內容理解、廣告投放等多項與用戶息息相關的在線業務技術。
E. 不是博士學歷面試機器學習等演算法工作會被鄙視嗎
一般說來，有碩士學位做機器學習方面的工作就可以了。除了學位之外，用人單位更看重經驗、知識、羅輯思維能力、英語、數學基礎等。只要你在上面這些方面非常優秀，不是博士，照樣會有單位青睞
F. 如何出彩地回答面試中基礎的機器學習演算法
機器學習方面的面試主要分成三個部分：
1. 演算法和理論基礎
2. 工程實現能力與編碼水平
3. 業務理解和思考深度
1. 理論方面，我推薦最經典的一本書《統計學習方法》，這書可能不是最全的，但是講得最精髓，薄薄一本，適合面試前突擊准備。
我認為一些要點是：
統計學習的核心步驟：模型、策略、演算法，你應當對logistic、SVM、決策樹、KNN及各種聚類方法有深刻的理解。能夠隨手寫出這些演算法的核心遞歸步的偽代碼以及他們優化的函數表達式和對偶問題形式。
G. 機器學習相關崗位面試中，有哪些加分項
建議讀研，現在大數據的到來，導致數據分析、數據挖掘職位成為熱門高薪職位，但人才緊缺，所以這個是很有發展前景的，在學校把基礎打牢，將來會有一番作為，如果能讀研，就更好了，到時候研究演算法模型更容易