面试总结之人工智能AI（Artificial Intelligence）/ 机器学习（Machine Learning）/ 深度学习（Deep Learning）
刚面完 AI 岗，这几点分享给你！- AI科技大本营
- https://mp.weixin.qq.com/s/05G5HKSkZwhwnmskijToLQ
- 1.训练决策树时的参数是什么？
- 2.在决策树的节点处分割的标准是什么？
- 3.基尼系数的公式是什么？
- 4.熵的公式是什么？
- 5.决策树如何决定在哪个特征处分割？
- 6.你如何用数学计算收集来的信息？你确定吗？
- 7.随机森林的优点有哪些？
- 8.介绍一下boosting算法。
- 9.gradient boosting如何工作？
- 10.关于AdaBoost算法，你了解多少？它如何工作？
- 11.SVM中用到了哪些核？SVM中的优化技术有哪些？
- 12.SVM如何学习超平面？用数学方法详细解释一下。
- 13.介绍一下无监督学习，算法有哪些？
- 14.在K-Means聚类算法中，如何定义K？
- 15.告诉我至少3中定义K的方法。
推荐这份GitHub万星的ML算法面试大全 - 机器学习算法与自然语言处理
- https://mp.weixin.qq.com/s/qUOkjHjE3yCTw17mqGbbLw
- https://github.com/imhuay/Algorithm_Interview_Notes-Chinese
75道常见AI面试题，看看你的知识盲点在哪？（附解析）- AI科技大本营
- https://mp.weixin.qq.com/s/14SS0G397wTyRFRFQ4ydeA
- https://www.tinymind.cn/articles/139
从写简历到面试，这是一份AI公司应聘全面指南 - 机器学习算法与Python学习
- https://mp.weixin.qq.com/s/KA_Kd-YxVLKpss8jougxfw
1000面试题，BAT机器学习面试刷题宝典 - 机器学习算法与自然语言处理
- https://mp.weixin.qq.com/s/exHB6SkIOpxJDChUoa4oTw
机器学习 / 数据挖掘类岗位面试主要考察哪些方面？
资源|机器学习/算法工程师面试考点汇总(一)
从小白到入门算法，经验分享
给机器学习面试者的十项建议 | 面试官角度
【ML小白】10 个机器学习 Q&A，面试必知！
2020 年算法 / 数据分析面试机器学习考点梳理（1）
【干货】22道机器学习常见面试题目
