BAT机器学习面试153题：SVM xgboost 特征工程你都会么

前言

本博客曾经在10~13年连续4年整理过各大公司数据结构和算法层面的笔试题、面试题，很快，2014年之后，机器学习大伙，很多公司开始招AI方面的人才，很多同学也会从网上找各种各样的机器学习笔试题、面试题，但和数据结构方面的题不同，AI的题网上极少。

2017年起，我和团队开始整理BAT机器学习面试1000题系列，近百万人开始追踪，目前七月在线官网/APP的题库已聚集AI笔试面试题4000题，今日起，本blog会按照机器学习、深度学习、CV、NLP、推荐系统等各方向精选相关的面试题，供大家找工作中随时查阅、复习。毕竟一般而言，进大厂讲究以下三方面的能力

coding能力，这是最基本的能力，包括数据结构和算法，说白了，coding能力扎实，无论干IT还是干AI，都不会太差，但很多人会忽略这方面的能力，比如AI各模型学的滚瓜烂熟，但面试让十分钟写个快速排序迟迟动不了手，基本进不了大厂了；
机器学习、深度学习方面的能力，16年起随着AlphaGo的横空出世，深度学习瞬间横扫各个领域（下一篇blog会精选深度学习79题），这里面的重点包括各个模型，比如：决策树、随机森林、xgboost、SVM、特征工程、CNN、RNN、LSTM等等；
根据不同业务场景的技术能力，比如对业务的理解、建模，当然不同方向会用到不同的技术，比如CV、NLP、推荐系统（后续的blog也会精选这几个方向的面试题）。

限于篇幅，不会把每一题的参考答案都加载出来，会摘出一些摘要，然后完整解析见题库链接，更欢迎大家有任何问题在题库链接下随时留言、讨论、纠正，thanks。