这是来自Kaggle上网友的分享，是关于数据科学和机器学习的面试题集锦。都是英文的题目，不过应该不影响，大家也可以根据题目自己去寻找答案，我看了一下，并不是所有的答案都非常准确，但问题的确可以帮助我们思考总结。
TEST
R语言如何根据抽样得到训练集与测试集
参数估计之极大似然估计、极大后验估计和贝叶斯参数估计
深度学习卷积操作的维度计算（PyTorch/Tensorflow等框架中Conv1d、Conv2d和Conv3d介绍）
css整体感知
margin的IE6兼容问题
深度学习的反向传播手动推导
运行dask程序报错：Task exception was never retrieved
用R做面板数据回归（包括静态和动态）
深度学习中为什么要使用Batch Normalization
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
贝塔分布（Beta Distribution）简介及其应用
回归模型中的交互项简介（Interactions in Regression）
使用R语言进行K-means聚类并分析结果
矩母函数简介（Moment-generating function）
普通最小二乘法（Ordinary Least Squares，OLS）的详细推导过程
H5文件简介和使用
stata 用outreg2输出回归结果
Wishart分布简介
深度学习技巧之Early Stopping（早停法）