当ブログは YAMDAS Project の更新履歴ページです。2019年よりはてなブログに移転しました。

Twitter はてなアンテナに追加 Feedlyに登録 RSS

機械学習分野の求人面接でもっとも聞かれる20の質問(と答え)

www.datasciencecentral.com

確か Facebook で知ったページだが、機械学習分野の求人面接でもっとも聞かれる20の質問と答えといったところか。とりあえず質問(と答え)をざっと訳してみる。ワタシはその筋に特に通じているわけじゃないので、誤訳があったらゴメン!

  1. 機械学習技術の手法を3つ挙げてください(教師あり学習教師なし学習強化学習
  2. 教師あり学習が扱う問題には何があるでしょう(分類問題、回帰問題)
  3. 教師あり学習教師なし学習でもっともよく使用される技術をいくつか挙げてください(重回帰分析やロジスティック回帰など)
  4. 分類や回帰の技術を適用する必要があるかどうやって決めますか?
  5. 機械学習における次元削減とはなんでしょう?
  6. データセット上で次元削減を行う手法を挙げてください(因子分析や主成分分析など)
  7. NLP とは何でしょうか。NLP機械学習の関係を説明してください(NLP自然言語処理(natural language processing)のこと)
  8. 機械学習不均衡データをどう扱いますか?
  9. 最小二乗法(Ordinary Least Square:OLS)で回帰を行う際の前提はなんでしょう?
  10. 機械学習ディープラーニングの違いを説明してください
  11. データセットにおける欠測データをどう処理しますか?
  12. 機械学習ソリューションを終わらせるために終端を構築するもっとも一般的なステップをいくつか挙げてください
  13. 機械学習アルゴリズムの現実世界での応用をいくつか挙げてください
  14. データマイニング機械学習の違いはなんでしょうか?
  15. 機械学習の分野であなたが直近に読んだ本や研究論文を教えてください
  16. 機械学習アルゴリズムにおける F1 スコアの重要性を教えてください
  17. 決定木アルゴリズムにおける枝刈りはなんでしょう、またどうやって決定木を剪定するのでしょうか?
  18. なぜアンサンブル学習が利用されるのでしょうか?
  19. どんなときにアンサンブル学習を行うべきでしょうか?
  20. アンサンブル手法における二つのパラダイムを教えて下さい

これくらいの質問にスラスラ答えられるようにならないといかんのかねぇ。大変だ。

ちょこっとだけ回答まで手を出しているが、詳しい回答については原文をあたってくだされ。

[YAMDAS Projectトップページ]


クリエイティブ・コモンズ・ライセンス
YAMDAS現更新履歴のテキストは、クリエイティブ・コモンズ 表示 - 非営利 - 継承 4.0 国際 ライセンスの下に提供されています。

Copyright (c) 2003-2020 yomoyomo (E-mail: ymgrtq at yamdas dot org)