（一面）
1、先自我介绍一下自己的背景和接触的项目 ；
2、如果一个数据没有明显的相关性 还能放进去LSTM吗；
3、说一下过拟合解决办法；
4、说一下你最熟悉的一个模型；
5、说一下神经网络中怎么解决过拟合；
6、集成方法中的bagging和boosting的区别；
7、随机梯度下降和其他优化方法的区别；
8、口述逻辑回归公式；逻辑回归有什么优化方法吗；逻辑回归为啥用log
9如果你对你的SQL打分打多少分。有用户ID 和时间 怎么写语句找到时间差 ；
10、白噪声
然后就是实习时间 要求一周4天 我说10号前估计只能3天 后面可以天天来 （估计凉
（二面）
1、线性回归的系数和高斯分布的均值 方差有什么关系吗（求解答）
2、xgboost和GBDT区别
3、综合面 比如平时兴趣爱好 、10点上班7点下班 6点半给你个任务 你怎么办、我看你修了机器学习和数据挖掘 你能讲讲学了哪些模型吗
4、你是控制科学与工程的学生，你能说说你在这块和科班的有啥优缺点吗
5、x是常量 y是递增的 可以去拟合吗
来源：CSDN
作者：南瓜风槐
链接：https://blog.csdn.net/qq_39785597/article/details/103847615