面经详情

我当时是经过前两轮简单轻松地进入了第三轮北京总部远程视频面试，面试官都三位清一色的女士，问的问题比较多，比较犀利，而且大部分问题都是根据你的简历和自我介绍透入的信息来发问的。 一开始，要做一个简短的自我介绍，然后说一下自己的优势劣势，以及自己为什么选择保险行业等常常考察的问题。回答问题的过程对我来说还算比较轻松，因为久经沙场了，而且事先有准备，但是面试官有时候会让你现在模拟某种场景，考验一下你自己说出来来的能力，或者是问你怎么看待自己的劣势，这种比较灵活尖锐的问题。 之后，就是问你一些对公司有什么要求之类的问题。个人感觉整个过程，面试官主要还是在考察你的逻辑思维能力，语言能力以及解决问题的应变能力。...查看更多

首先，作了一下自我介绍，然后就问了我所做的几个项目的实现过程。接着问了模型的一些问题，比如过拟合是什么表现，怎么防止过拟合，BatchNormalization的参数有哪些，BatchNormalization的作用是什么，dropout是怎么实现的，问得比较基础，但自己的回答的不好。面试快结束时，面试官问我有没有其它问题，我简单地问了几个问题，就这样结束了。临走前，面试官让我多看看论文，就没有说其它东西了。感觉没戏，再加强学习。...查看更多

冲着美图的品牌投的简历，HR电话交流了几轮，然后约了面试。因为之前工作经历不相关，所以收到面试邀约还挺开心，但是又发现hr在招聘网站上又标注的“不合适”。一头雾水的还是去了。从前台接待开始就感觉不大友善，面的好像是运营总监吧。去了就说我觉得你不适合。那为啥还约我来面试？？后面提问的时候，也不拿正眼看你，其实就感觉已经没有面试的必要了。临结束的时候来了一句“我们是年轻的公司，但是我觉得你太无聊了”。总之是不好的体验。美图品牌太大，可能就是带着优越感吧。...查看更多

笔试题目（回忆）： 什么是机器学习的过拟合和欠拟合？ A： 答案在李航那本《统计学习方法》的第一章 解释什么是结构风险最小化？ A： 答案在李航那本《统计学习方法》的第一章 解释梯度下降法的过程。 A: 什么是产生式模型和判别式模型？他们之前的区别是什么 A: 答案在李航那本《统计学习方法》的第一章 用伪代码实现一种你熟悉的聚类算法？ A: 对聚类算法不熟，我随便写了一个k-mean，但又忘了其里面的重新选择聚类中心是什么的，所以就瞎写了。 深度学习有哪几种，其参数更新方法有哪些？各有什么优缺点？ A: 这个比较在行，参数更新不都是梯度下降法嘛~ 结合自己的研究课题， A: 这个自由发挥。 当训练好一个模型时候，再测试数据上做分类（预测），效果很差，改怎么处理？ A: 我好像只答了两点：1. 因为过拟合（在测试数据集合上表现不好），所以需要添加约束，或者增强数据。 2. 考虑到测试数据与训练数据有可能不是相同的分布，所以可以考虑应用迁移学习的方法。...查看更多