只要會做下面這些題目（主要看大類，具體問題及解析見《BAT機器學習面試1000題系列》，連結見文末），就能輕鬆碾壓機器學習筆試面試~趕緊收藏吧!

• 給定一棵二叉查詢樹中的兩個元素，求它們的最近公共祖先。

• 基於比較的排序演算法的時間複雜度是什麼？證明？

• 如何求一個帶權圖中兩個結點直接按的最短路徑？如果有些權值是負的怎麼辦？

• 求一個字串中所有的迴文子串。

注意：對這些問題你都要能夠推導你的解法的時間和空間複雜度（大 O 表示法），並且儘量用最低的複雜度解決。只有通過大量的練習才能將這些不同型別的問題爛熟於胸，從而在面試中迅速地給出一個高效的解法。

• 當不知道資料所帶標籤時，可以使用哪種技術促使帶同類標籤的資料與帶其他標籤的資料相分離？

• 資料預處理的方法有哪些？

• 特徵選擇的標準方法是什麼？

• 某超市研究銷售紀錄資料後發現，買啤酒的人很大概率也會購買尿布，這種屬於資料探勘的哪類問題？

注意：很多機器學習演算法都以數理統計作為理論基礎。對於這些基礎知識有清晰的概念是極為重要的。當然同時你也要能夠將這些抽象的概念與現實聯絡起來。

• 請簡要介紹下SVM，與LR的聯絡與區別是什麼？

• 邏輯斯特迴歸為什麼要對特徵進行離散化？

• 一個完整的機器學習專案流程有哪些？

• 支援向量機的訓練在本質上是在最優化哪個值？

• 你用一個給定的資料集訓練一個單隱層的神經網路，發現網路的權值在訓練中強烈地震盪（有時在負值和正值之間變化）。為了解決這個問題你需要調整哪個引數？

• 你有一個電商網站，當用戶點選一個商品開啟詳情頁面時，你想基於商品特徵和使用者的購買歷史為使用者推薦 5 個其他的商品顯示在頁面的底部。你需要哪些服務和資料表來實現這個功能？請寫一個查詢語句或一段過程式程式碼來返回所要推薦的 5 個商品。

• 一個簡單的垃圾郵件檢測系統是這樣的：它每次處理一封郵件，統計不同單詞的出現頻率（Term frequency），並將這些頻率與之前已經被標註為垃圾 / 正常郵件的那些頻率進行比較。現在需要對這系統進行拓展來處理海量的郵件流量，請設計一個 Map-Reduce 方案在一個叢集上部署這個系統。

為幫助對人工智慧感興趣的同學，以及想轉行到人工智慧領域的在職人士。七月線上特別推出《機器學習集訓營（三期）》，課程將以線上+線下（北京、上海兩個實戰基地）形式，引入BAT專家面對面、手把手教學方式

本期限100個名額，歷時3個月，10多個BAT級工業專案，保障每一位學員所學更多、效率更高、收穫更大。

詳情點選文末“閱讀原文”，或者聯絡客服微信：julyedukefu（掃下面二維碼）

《BAT機器學習面試1000題系列》往期題目：