数据科学、机器学习、深度学习面试题

1、决策树的实现、ID3、C4.5、CART（贝壳） 2、CART 回归树是怎么实现的？（贝壳） 3、CART 分类树和 ID3 以及 C4.5 有什么区别（贝壳） 4、剪枝有哪几种方式（贝壳） 5、树集成模型有哪几种实现方式？（贝壳）boosting 和 bagging 的区别是什么？（知乎、阿里） 6、随机森林的随机体现在哪些方面（贝壳、阿里） 7、AdaBoost 是如何改变样本权重，GBDT 分类树的基模型是？（贝壳） 8、gbdt,xgboost,lgbm 的区别(百度、滴滴、阿里，头条) 9、bagging 为什么能减小方差？（知乎）

Links

• https://www.zhihu.com/question/62482926
• https://github.com/alexeygrigorev/data-science-interviews Data science interview questions and answers