大厂面试： 1面知识面，2面技术深度，3面项目经验，4面职业规划
小厂面试： 1面技能和项目， 2面职业规划

知识面： 基础的算法面试题，技能的知识面
技术深度：基于技能的知识面，会针对具体的几个聊聊深入的底层原理和优化
项目经验：只要是看项目经验中，是否能胜任目前公司招聘人员的要求
职业规划：扯淡为主，毕竟大家都是相互套路一下

后期需要完善

1. 如何写好一份简历
2. 如何去投递简历
3. 如何刷题
4. 如何刷项目
5. 面试心得

欢迎补充 ...

请问在构建训练/测试数据集的时候，为什么没有drop PassengerId这一列？这也可以作为特征来用吗？

我现在还没怎么看懂，有人能浅显的讲一下吗？

在 Interview 项目中添加系统设计面试解答

1. 我之前翻译过一个小册子，可以合并进来：
   • https://github.com/apachecn/gainlo-interview-guide-zh
2. 一亩三分地有个系统设计版，很多人在里面贴英文的资源，可以翻译
   • https://www.1point3acres.com/bbs/forum-323-1.html
3. HighScalability.com 是个权威的站点，但是我不知道从哪里下手。

推荐链接：

• 【大数据面经】
• 【2019年 阿里，腾讯，百度，美团，头条等技术面试题目，以及答案，专家出题人分析汇总。】

http://blog.csdn.net/guyuealian/article/details/70995333
感觉可以用在我们基本算法结束之后，对于不同算法的整合上，比简单的选择某个样本在这些算法中出现最多的最为最终结果要好。

up主你好，有机会可以讲解一下特征选择过程吗？有关于特征选择过程中特征抽取算法的，比如启发式算法的过程

已经合并更新到： #343

在 Interview 项目中添加系统设计面试解答

（1）我之前翻译过一个小册子，可以合并进来：

https://github.com/apachecn/gainlo-interview-guide-zh

（2）一亩三分地有个系统设计版，很多人在里面贴英文的资源，可以翻译

https://www.1point3acres.com/bbs/forum-323-1.html

（3）HighScalability.com 是个权威的站点，但是我不知道从哪里下手。

转到新的连接: #273

打算用go来实现leetCode，能否支持

如果你有想法，有热情参与某个比赛（或者复现某个现有比赛），但苦于没人一起组队的话，加入我们，成为比赛活动负责人吧！发起你的活动，招募队友，互相学习，争取更大的胜利！

请在这个 ISSUE 中留言，“昵称 + QQ + 比赛名称”，示例：“飞龙+562826179+kaggle Leaf Classification”。

比赛平台

• https://www.kaggle.com
• https://tianchi.aliyun.com
• https://www.tinymind.cn
• https://www.flyai.com

Hello!

I found an AI-Specific Code smell in your project.
The smell is called: Columns and DataType Not Explicitly Set

You can find more information about it in this paper: https://dl.acm.org/doi/abs/10.1145/3522664.3528620.

According to the paper, the smell is described as follows:

Example:

### Pandas Column Selection
import pandas as pd
df = pd.read_csv('data.csv')
+ df = df[['col1', 'col2', 'col3']]

### Pandas Set DataType
import pandas as pd
- df = pd.read_csv('data.csv')
+ df = pd.read_csv('data.csv', dtype={'col1': 'str', 'col2': 'int', 'col3': 'float'})

You can find the code related to this smell in this link:

I also found instances of this smell in other files, such as:

File: https://github.com/apachecn/Interview/blob/master/src/py3.x/kaggle/getting-started/digit-recognizer/cnn_pytorch-python3.6.py#L24-L34 Line: 29
File: https://github.com/apachecn/Interview/blob/master/src/py3.x/kaggle/getting-started/digit-recognizer/cnn_pytorch-python3.6.py#L34-L44 Line: 39
File: https://github.com/apachecn/Interview/blob/master/src/py3.x/kaggle/getting-started/digit-recognizer/knn-python3.6.py#L19-L29 Line: 24
File: https://github.com/apachecn/Interview/blob/master/src/py3.x/kaggle/getting-started/digit-recognizer/knn-python3.6.py#L20-L30 Line: 25
File: https://github.com/apachecn/Interview/blob/master/src/py3.x/kaggle/getting-started/digit-recognizer/rf-python3.6.py#L23-L33 Line: 28
.

I hope this information is helpful!

数据分析理论

统计分析方法论有：

描述统计、假设检验、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分与因子分析、时间序列分析、决策树

• 10种经典统计方法总结

数据分析模型

• 腾讯满意度评估模型

数据分析项目

• 数据分析项目实战:用户消费行为分析

• 智能风控筑基手册：全面了解风控决策引擎

经济类型的书目：

• 金字塔原理（麦肯锡40年经典培训教材）
• 市场研究实务 （历次研究公司入职考核书目）
• 品牌知行 （品牌三部曲）
• 决战大数据（阿里大数据之父）

管理思维：

• The Five Dysfunctions of a Team by Patrick Lencioni (团队协作的五大障碍)
• Four Disciplines of Execution, by Stephen Covey （高效能人士的执行4原则）
• Non-Violent Communication, by Rosenberg (非暴力沟通)
• The Checklist Manifesto, by Atul Gawande (清单革命)
• The Ideal Teamplayer, by Patrick Lencioni (理想的团队成员）
• Learned Optimism by Martin Seligman （活出最乐观的自己）
• Built to Last by Jim Collins (基业长青)
• The Fifth Discipline（第五项修炼）

感觉可以讲一些kaggle的api，很多在网页上的操作可以转换成命令。
https://github.com/Kaggle/kaggle-api

可以尝试图片处理中缩放，来将原始图片缩小，较少特征。
之后进行锐化，使图片更加清晰，特征更突出。

去年刷了一年的题，把每道题的题解都整理在这里了：https://github.com/halfrost/LeetCode-Go/
解题汇集成了这本《LeetCode Cookbook》。

作者如果觉得质量还可以，可以把我这里链接放在算法刷题的专栏下面。

天猫国际是**消费升级的第一跨境平台，是阿里经济体5年2000亿美金进口承诺的主力军。2019年天猫国际技术部和考拉合并成立了阿里巴巴大进口技术部，是阿里巴巴国际化战略的核心技术部门。致力于进口业务的技术突破和创新，助力**的消费者实现“买遍全球”的需求，跨入未来的万亿级市场。想了解更多的话，直接联系我吧，我帮你组内直推，大量HC，走过路过不可错过。
邮箱：[email protected]
微信：isHunterZhang

1. 多标签（multi_label）分类

• 深度学习模型处理多标签（multi_label）分类任务——keras实战
• NLP（二十八）多标签文本分类
• 基于LSTM的中文文本多分类实战

2. 时间序列问题（单变量+多变量）

• 如何开发 LSTM 模型进行时间序列预测

【收集】实时流

• flume+kafka+spark streaming+hdfs 整合项目

【收集】数据采集

• 数据增强： 以防止过拟合，并提高模型的泛化能力
  • https://zhuanlan.zhihu.com/p/63182132
  • https://zhuanlan.zhihu.com/p/102640267

【收集】特征工程

数据处理

在每个样本上减去数据的统计平均值可以移除共同的部分，凸显个体差异。

使用sklearn做单机特征工程

• https://www.cnblogs.com/jasonfreak/p/5448385.html

特征工程系列

• 特征工程系列：特征筛选的原理与实现（上）
• https://www.cnblogs.com/purple5252/p/11205500.html
• 特征工程系列：特征筛选的原理与实现（下）
• https://www.cnblogs.com/purple5252/p/11211083.html

混淆矩阵及confusion_matrix函数的使用

• https://blog.csdn.net/u011734144/article/details/80277225

sklearn 网格搜索 - 得到最优参数

• https://github.com/apachecn/ml-mastery-zh/blob/master/docs/xgboost/tune-number-size-decision-trees-xgboost-python.md

kaggle/competitions/getting-started/house-price/里面readme.md中的rmsle_cv函数是什么？我按照代码敲进去发现报错，而且这个里面好多函数的都没有import，例如：

from sklearn.preprocessing import RobustScaler
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import Lasso, ElasticNet
from sklearn.kernel_ridge import KernelRidge
from sklearn.ensemble import GradientBoostingRegressor
import xgboost as xgb
import lightgbm as lgb

open的时候加newline=''

def saveResult(result, csvName):
with open(csvName, 'w',newline='') as myFile:
myWriter = csv.writer(myFile)
myWriter.writerow(["ImageId", "Label"])
index = 0
for r in result:
index += 1
myWriter.writerow([index, int(r)])
print('Saved successfully...') # 保存预测结果

我个人的 LeetCode 题解汇总。
坚持更新，全 Github 最全的啦。

希望可以加入 “推荐 LeetCode 网站” 列表中。

https://apachecn.gitee.io/interview国内gitee网站404了，突出一个抽象，真的摇摇领先了

业务建模：
数据建模：使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义。

统计分析：
对比分析：
聚类分析：它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性。
回归分析：
判别分析：
相关性分析：
相关系数：是研究变量之间线性相关程度的量（较为常用的是皮尔森相关系数）

异常检测：在数据集中搜索与预期模式或行为不匹配的数据项。

数据采样：
数据增强：

特征选择：

特征工程：
数据清洗：对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。
降维：

https://github.com/WadeStack/BigDataIE

没什么把握啊，感觉好像不行，但没准有奇效？