1、隨機采集實時流數(shù)據(jù) 如何保證隨機性且概率均等？
http://wenda.chinahadoop.cn/question/383
2刨沦、從左上角到右下角 每個格子權(quán)重不一 如何路徑最短？
3、反轉(zhuǎn)鏈表稻扬？
4、數(shù)組元素 最快查詢個數(shù)時間羊瘩？
5泰佳、離散數(shù)據(jù) 用在Wide&Deep的哪一側(cè)？
6尘吗、LightGBM為啥快逝她？
GBDT 準確率高 一次 二次；
XGBoost：連續(xù)型睬捶；分割點黔宛；信息增益率 信息增益 基尼系數(shù)；
普通決策樹 分桶擒贸；倆桶臀晃？
XGBoost 連續(xù) 排序 唯一值 0123--100相鄰中值切割點；窮舉介劫；數(shù)據(jù)集中值徽惋；
Wide 離散；LR：連續(xù)值離散化座韵；
7险绘、梯度下降一階 牛頓法二階導數(shù)；深度學習：變形誉碴；
先用梯度下降 最優(yōu) 慢宦棺；Adam跑大概范圍 梯度下降；
7翔烁、AUC模型訓練中 迭代如何計算渺氧？ROC曲線如何形成？
卡定不同閾值-指標 訓練集總樣本 概率 0-1 正例 假陽性真陽性蹬屹；
0.7-0.8AUC 卡定不同閾值 輸出不同結(jié)果的平均侣背；
8、ALS與ALSW2有啥區(qū)別慨默？
9贩耐、ALS的優(yōu)化方法？
10厦取、模型評估潮太，ctr瀏覽時長等價打分數(shù)據(jù)如何使用？
用戶正樣本；負樣本铡买；
規(guī)則 同類的 過濾更鲁；
11、兩個字符串 最長子串奇钞？
12澡为、Gini原理？交叉熵景埃？信息熵媒至？
不確定性 混亂程度 不純度；分類中谷徙？分類好壞拒啰？
兩個分布的差異 分類后的 與真實的；
數(shù)據(jù)間差異程度完慧？根據(jù)某個指標 一堆-兩堆谋旦； 每一堆數(shù)據(jù)各自的差異度 加權(quán)；
13骗随、為啥用FTRL優(yōu)化Wide蛤织？
14、DeepFM與WideFM哪個好 為啥鸿染？
15指蚜、隨機森林與XGBoost？
Bagging并行 多個決策樹 均值涨椒；
XGBoost 決策樹 擬合前幾輪預測殘差 Boosting摊鸡；殘差；
LightGBM 子過程并行 但仍是Boosting蚕冬；
Stacking：Bag基礎(chǔ)上改進免猾，投票預測結(jié)果，家模型
16囤热、KCNN原理猎提？這里為啥選擇卷積？注意力網(wǎng)絡(luò)旁蔼；
17锨苏、對于用戶行為數(shù)據(jù)如何處理？空白數(shù)據(jù)棺聊？如何提高置信伞租？
18、LSH怎么工作限佩？輸入輸出是啥葵诈？內(nèi)容輸入啥裸弦？用戶輸入哪些？
19作喘、如何過擬合理疙？
20、講講Word2Vec中 cbow與skip-gram模型徊都？
21沪斟、深度模型訓練時广辰，初始化權(quán)重可以為0嗎暇矫？為啥？
22择吊、DropOut李根？還有啥？
BN：batch normolization; 每層計算后 結(jié)果分布 每層正態(tài) 前一層正態(tài) 本層正態(tài)几睛；
23房轿、Spark如何按照某字段groupby？如何統(tǒng)計TopK?
24所森、Kafka如何實現(xiàn)數(shù)據(jù)同步囱持？Partition？參數(shù)含義要把握焕济！
25纷妆、離線召回？排序晴弃？調(diào)用模型還是數(shù)據(jù)表掩幢？服務(wù)部署？調(diào)度邏輯順序上鞠？
