机器学习
- 凸优化
- linux里查看端口被占用的命令
- AUC & ROC
- LR和SVM
- 手写BP算法,伪代码
- LR和boost的区别，这次吸取前面的教训，先是细说了LR是什么，怎么推导来的，然后说Boost是什么，干什么用，以Adaboost和GDBT简单举例，最后说二者联系和区别。
- LR/Boost和朴素贝叶斯的区别
- xgboost和随机森林
- 过拟合
- 过拟合模型，和额外很大量数据，怎么判断这些数据有没有用？想到了采样，但是一时没想起来具体怎么办，最后面试官说，可以采样了用过拟合的模型去跑跑看误差
- LR和SVM训练目标的区别
- 知道什么参数范数惩罚？我答L1，L2是主要的，我还在别人的论文里见过Frobenius做参数软共享的。进而问我L1和L2的区别。
编程
- 打印所有子集
- 打印螺旋矩阵
- 翻转列表前k个
- 字符串出现第k多的字符
- 覆盖字符串所有字符的最小子串,Leetcode第76题
- 字符串子串问题基本都是滑动窗口
- 找出0-1矩阵里，全1组成的最大矩形面积
- 矩阵上找路径或者覆盖，直接上DP，我刷过对应的medium难度最大正方形，顺着思路就写了，但是代码写的太丑不简练
- 问我有一个地理坐标，怎么从我所有的几千万几百万个poi中快速查询到离它最近的几个。我是想答分治、分层索引之类的，但是面试官实际是在问，怎么设计数据结构能最快，怎么把x,y这样的坐标对存成key，没答上让他满意的答案。
- 链表、字符串、迭代、dfs、堆、树、动态规划