[TOC] ### 推薦系統 1. 冷啟動熱啟動區別和聯系？各個階段需要的算法？ 2. 每個算法的數學推導、適用情況、優缺點、改進方法、數據類型？ 3. 如何平衡熱啟動時的準確率和召回率，兩者不可能同時高，怎么平衡？從算法本身還是業務層面？驚喜度怎么添加？ 4. 如何評價推薦系統的好壞？指標是啥？ ### 機器學習 1. 能解決哪幾類問題？（分類聚類回歸預測？）每一類型會有哪些算法？ 2. 每個算法優缺點各是什么？各能解決什么問題？側重點是什么？對數據的平衡性要求大嗎？對初始值敏感嗎？需要的數據類型是什么？（數值 or 類別？或者混合使用？） 3. 每個算法是如何推導的？如果要調優要從哪些步驟著手？目前的局限是什么？（背后的數學依據）各個算法之間的聯系和區別是啥？各算法之間可以結合嗎？瓶頸和局限是什么？ 4. python的scikit-learn包是不是都熟悉了，源碼有沒有看過？自己嘗試把每個算法寫一下，看看和scikit-learn包跑起來有沒有區別？精確度是否會提高？ 5. 每個算法的評價指標是什么？（精確度召回度f1-score還有別的嗎？）可視化有哪些方法？（ROC曲線？目前只知道這個，還有其他的嗎？） ### 文本挖掘 1. 基本步驟是啥？（清洗數據（缺失值、噪音數據、平滑處理）--->中文分詞（各種方法）--->特征提取（tfidf還有其他幾種方法） --->特征選擇（卡方互信息發IG法等等）--->用機器學習算法跑）有沒有漏的？或者有沒有哪些步驟還有補充的可以提高精度的？ 2. 各個步驟之間各有哪種方法？每種方法區別和聯系？數學推導是什么？有沒有可以改進的地方？有沒有新的方法可以自己造的？ 3. 數據編碼轉碼不容忽視，不要忘記“不可見字符”（windows--->linux系統時候容易出現的問題）