框架：
- 梳理已經(jīng)完成的項(xiàng)目兴革，挖掘項(xiàng)目中自己的成長(zhǎng)點(diǎn)&項(xiàng)目的亮點(diǎn)&難點(diǎn)绎晃，理清項(xiàng)目的背景、意義杂曲，待優(yōu)化點(diǎn)庶艾。
- 確定自己面試的方向，搜廣推擎勘，擴(kuò)展學(xué)習(xí)基礎(chǔ)知識(shí)咱揍。
- 列出第一、二棚饵、三階段面試的公司煤裙，第一階段是用來(lái)練手的，第二階段是中廠保底的噪漾，第三階段是想去的硼砰，然后在boss直聘上開始找合適的崗位海投
- 想好官方可接受的離職原因，對(duì)下份工作的期待欣硼，對(duì)自己未來(lái)3-5年成長(zhǎng)的規(guī)劃想好自己的優(yōu)勢(shì)题翰、劣勢(shì)，如何在面試中揚(yáng)長(zhǎng)避短
- 適當(dāng)[刷題]
準(zhǔn)備
1）項(xiàng)目及擴(kuò)展
項(xiàng)目過(guò)程：背景诈胜、難點(diǎn)豹障、收益、技術(shù)方案焦匈、亮點(diǎn)沼填、待優(yōu)化點(diǎn)
擴(kuò)展：
2）通用機(jī)器學(xué)習(xí)類
http://www.reibang.com/p/1b49317beb6b
3）leetcode
項(xiàng)目：
1）實(shí)體鏈指
2）實(shí)體識(shí)別
3）實(shí)體歸一
4）文本分類
1) 數(shù)據(jù)分析：
1）樣本量分布
2）長(zhǎng)度分布
3）token分布：
2）token分析：
機(jī)器學(xué)習(xí)深度研究：特征選擇中幾個(gè)重要的統(tǒng)計(jì)學(xué)概念
文本建模常用的預(yù)處理方法——特征選擇方法（CHI和IG）
過(guò)濾法（Filter）：方差Var，卡方chi括授，F(xiàn)檢驗(yàn)ANOVA坞笙。先對(duì)數(shù)據(jù)集進(jìn)行特征選擇岩饼，然后再訓(xùn)練學(xué)習(xí)器，特征選擇過(guò)程與后續(xù)學(xué)習(xí)器無(wú)關(guān)薛夜。
方差var：無(wú)法區(qū)分各類籍茧，只分析整體。每個(gè)token的重要度（tf-idf）方差大梯澜，說(shuō)明該token按重要性在樣本中分布不均勻寞冯，有區(qū)分度
卡方chi：
包裝法（Wrapper）：模型優(yōu)層面。根據(jù)目標(biāo)函數(shù)（通常是預(yù)測(cè)效果評(píng)分）晚伙，每次選擇若干特征吮龄，或者排除若干特征。
嵌入法（Embedding）：樹模型咆疗、線性模型漓帚。先使用機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到各個(gè)特征的權(quán)值系數(shù)午磁，根據(jù)系數(shù)從大到小選擇特征尝抖。
3）數(shù)據(jù)量分布
4）其他特征的分布
2）建模
3）迭代：數(shù)據(jù)1）
5）特征建模：
1）特征分析
單特征核密度函數(shù)
特征重要性
2）GBDT
6）預(yù)訓(xùn)練模型：attendtion transformer bert albert albertiny charcnn
