1.
- 关于我的 DS 相关工作。
- 为什么要改变?
- IsBST()
- 带有开始和结束索引的 Kadane 算法。
2.
- 什么是支持向量机?
- 给定一个带有未加密数据的硬盘。关于硬盘的数据(使用LDA)，你能说些什么?
- LDA 是有监督的还是无监督的?
- 有多少种方法可以进行无监督学习(K-means、自动编码器等)?
- 决策树如何工作?
- 您如何及时在任何新领域执行。(如 spark 快速入门)
3.
- 如何处理具有不确定性的 LDA(我们可以使用概率)
- 如何处理尾查询(我们实际上不需要处理，因为我们的人力资源和服务器有限)
- 为 OLA 应用程序设计功能，以优化供需匹配，从而优化 OLA 的收入。
(考虑基于他乘坐哪辆车的用户细分，即使其他汽车可用，节日，常规用户与偶尔用户等。我们将预测收入并将最好的汽车提供给提供最佳收入的用户) - 你为什么要改变?
相关实践问题Kadane’s Algorithm
Ola-Cabs 的所有练习题！