再出发

框架：

1. 梳理已经完成的项目，挖掘项目中自己的成长点&项目的亮点&难点，理清项目的背景、意义，待优化点。
2. 确定自己面试的方向，搜广推，扩展学习基础知识。
3. 列出第一、二、三阶段面试的公司，第一阶段是用来练手的，第二阶段是中厂保底的，第三阶段是想去的，然后在boss直聘上开始找合适的岗位海投
4. 想好官方可接受的离职原因，对下份工作的期待，对自己未来3-5年成长的规划想好自己的优势、劣势，如何在面试中扬长避短
5. 适当[刷题]

准备

1）项目及扩展
项目过程：背景、难点、收益、技术方案、亮点、待优化点
扩展：
2）通用机器学习类
https://www.jianshu.com/p/1b49317beb6b
3）leetcode

项目：

1）实体链指
2）实体识别
3）实体归一
4）文本分类
1) 数据分析：
1）样本量分布
2）长度分布
3）token分布：

2）token分析：

机器学习深度研究：特征选择中几个重要的统计学概念

文本建模常用的预处理方法——特征选择方法（CHI和IG）

过滤法（Filter）：方差Var，卡方chi，F检验ANOVA。先对数据集进行特征选择，然后再训练学习器，特征选择过程与后续学习器无关。

方差var：无法区分各类，只分析整体。每个token的重要度（tf-idf）方差大，说明该token按重要性在样本中分布不均匀，有区分度

卡方chi：

包装法（Wrapper）：模型优层面。根据目标函数（通常是预测效果评分），每次选择若干特征，或者排除若干特征。

嵌入法（Embedding）：树模型、线性模型。先使用机器学习模型进行训练，得到各个特征的权值系数，根据系数从大到小选择特征。

3）数据量分布

4）其他特征的分布

 2）建模
 3）迭代：数据1）

5）特征建模：
1）特征分析
单特征核密度函数
特征重要性
2）GBDT
6）预训练模型：attendtion transformer bert albert albertiny charcnn