面经详情

开场问了些传统机器学习算法相关的，聚类算法如何评估，GBDT和XGG的区别是什么，有什么优缺点在实际的建模流程中，你的一般思路是什么。然后接下来就是一些深度学习的问题了。为什么要进行批归一化。如果模型太复杂不能上线，该进行什么样的处理。对比下RNN，LSTM，GRU三者的差异和特点。然后就是针对做过的项目做一些展开。比如项目具体的实现方案，为什么要做这个，现在再来做的话，会有什么更好的方法。...查看更多

首先关于简历中的项目经历，有两篇论文，所以主要问了论文idea，举例说有哪些可以应用的视觉场景； 然后想问数据结构来着，但是本科学的，面试官就没有为难我，问了关于NLP的word2vec，怎么实现对单词的编码，因为不是这个领域的，之前看过也给忘了，就问如果我自己设计一个word embedding的方法，会怎么做； 最后一个开放题，有N个人轮流进去一个小黑屋，可开灯、关灯或不操作，每此随机地有一个人进去，互相之间无任何交流，问某人如何知道自己是最后一个进去的人。 ...查看更多

LR和SVM --> LR实现简单，可解释性强 SVM、小样本、非线性、高维模式识别超平面跟所有数据相关吗 --> 不是loss区别 --> -ylogy-(1-y)log(1-y) argminw^2预测概率的输出选择LR还是和SVM --> lr svm只分类，深度激活函数，连续特征和离散特征如何处理。 有序数组，从某一地方切成两半，对调，查一个数是不是在这个数组里二分查找[1,2,3,4,5][4,5,1,2,3] o(n)。一个字符串，数字，变成数字，数，求一个平方根newton。 ...查看更多

简单描述下背景，本人有一年多工作经验，恰想换个工作环境，面试岗位薪资比原来的低一些，但看介绍感觉环境不错，后来就面试了。 下午面试，只有我一个人，是个年轻的女面试官。开始就是常规的聊理论知识，聊了一个多小时，我都回答了，还稍微描述了一下程序实践的场景，但面试官不满意，一直觉得我讲得不够具体，评价我理论知识不好。正当我以为差不多的时候，面试官竟然说还让我做套题目再走，前面都算了，关键后面还拿了份数据给我，让我现场写个程序分析一下，还指定要python，结果一折腾又是一个多小时。我感觉差不多了，让面试官审阅一下，结果又是一句话说，“好像也不咋的”。这时候我已经想走了，面试官又跟我闲聊了起来，最后又总结说，我表达能力也不好。最后我终于走了，什么时候呢，晚上六点半将近七点了。 Anyway，我只想说，别人是面试官别人说了算，觉得我各方面能力不行，不要我，OK，可以没问题，但大家时间都宝贵就别浪费时间了。大半年前的事了，本人现在也在其他地方工作了，回来吐槽一下，大家看得开心就好。 ...查看更多