1.GCN公式推导来一遍，每个参数
2、GBDT和XGboost区别（具体点），为什么GBDT用负梯度当做残差，xgboost你讲讲，要详细，公式
3、xgboost为什么用二阶导
4、牛顿法公式推一遍、要公式
5、假设信息增益函数entropy(x,y),实现特征重要性的计算featureImportce(feature,label)(写代码)
6、用过哪些模型，说说，图自编码器、cnn等你了解深度学习模型
7、CTR怎么做的？ MLR懂吗？ 分词是啥？
8、了解FM、FFM吗
9、需要用归一化的模型有哪些
10、RF和GBDT区别、详细一点
11、CTR讲一下，大规模稀疏的特征怎么处理
12、怎么判断过拟合，有哪些方法，dropout和RF，dropout是随机的吗
13、模型的权重和特征的权重怎么处理
14、L1和L2正则，全部内容
15、对统计这一块了解吗？ p值是什么
16、聚类算法，聚类怎么确定K值
17、AUC值在广告预测中的指标、NLP了解吗？
18、FM算法、FFM算法讲一讲