2020.8.20日
耗时 1小时36分
通过这次面试找到自己的不足
- 机器学习理论不扎实，需要看
- leetcode不要停
面试官很专业，公司地方大，楼多，环境好，有妹纸
笔试
题目类型：选择题+简答题+编程题+逻辑题
现在回忆起来的如下：
选择题：
1.过拟合
2.留一法交叉验证
3.LR
额，其他想不起来了
简答题
1.GBDT和XGboost的区别
2.SVM和LR的区别
3.如何构建一个问答系统
编程题
求k的阶乘右数第二位非零的数
逻辑题
题干：从一个水量无穷大的池子里面取水，如果你只有一个5升水桶和一个6升水桶这两个容器,均无刻度,如何准确各量出3升水?
面试
1、首先自我介绍
2、为什么转行，追问为什么考研的时候不换
3、之后的职业方向？
4、可以实习多长时间，一周可以过来几天
6、详细问了LR
7、问了学过数据结构和算法，之后追问如何识别链表是否有环，然后现场手撕
8、八个球如何用最少的次数找到最大的那个球？
9、问你还有什么想要了解的？
下面是我对面试题目的一个理解，欢迎大家一起讨论和批评指正
笔试
留一法交叉验证的计算( leave-one-out cross validation):更多交叉验证方法
留一法就是每次只留下一个样本做测试集，其它样本做训练集，如果有k个样本，则需要训练k次，测试k次。留一法计算最繁琐，但样本利用率最高。适合于小样本的情况。
GBDT和XGboost的区别？
XGboost 算法的特点：
- XGboost 将树模型的复杂度加入到正则化项中，从而避免过拟合，泛华性能好
- 损失函数是用泰勒展开式展开的，用到了一阶导和二阶导，可以加快优化速度
- 在寻找最佳分隔点时，采用近似贪心算法，用来加速计算
- 不仅支持CART作为基分类器，还支持线性分类器，在使用线性分类器的时候可以使用L1,L2正则化
- 支持并行计算，XGBoost的并行是基于特征计算的并行，将特征列排序后 block 的形式存储在内存中，在后面的迭代过程中反复使用这个结构。在进行节点分裂时，计算每个特征的增益，选择增益最大的特征最为分隔节点，各个特征的增益计算可以使用多线程并行
优点：速度快、效果好、能处理大规模数据、支持自定义损失函数
缺点：算法参数过多，调参复杂，不适合处理高维特征数据
SVM和LR的区别？
如何构建一个问答系统？
基于搜索的问答系统
简单来说，问答系统就是人来问，计算机来答。一个基于搜索的问答系统主要可以是由两个步骤完成的，一是人类提出问题，二是计算机经过知识库返回答案
大致的流程是：首先用户给出一个问题，然后我们对问题进行分词，其次进行预处理，量化，接着和语料库（存在大量的问题和答案的信息）中的问题进行相似度计算，最后对相似度进行排序，返回相似度最高的问题对应的答案。
- 分词
- 预处理
1）拼写检查
2）处理一词的多种表达式
3）停用词过滤
4）无用词过滤
5）使用同义词或者反义词更好的理解单词的含义 - 单词转化成向量
1）Bodean Vector:根据单词出现与否，把单词转化成（0.1.01，……）布尔型的向量
2）Count Vector:根据单词出现的次数以及位置表示成量的方式
3）IF-IDF:既考虑单词出现的频率，也考虑单词的重要性的权重
4）Word2Vec:采用分布式的方法考虑一个单词或者句子 - 相似度的计算
对于相似度的计算，我们可以采用余弦相似度，欧式距离等等 - 返回答案
- 总结
从一个水量无穷大的池子里面取水，如果你只有一个5升水桶和一个6升水桶这两个容器,均无刻度,如何准确各量出3升水?
1）6L水桶装满，倒入5L水桶将其装满，6L水桶中剩余1L水
2）倒空5L水桶，将1L水转移到5L水桶中
3）6L水桶装满，倒入5L水桶将其装满，这时6L水桶中剩2L水
4）倒空5L水桶，将2L水转移到5L水桶中
5）6L水桶装满，倒入5L水桶将其装满，这时6L水桶中剩3L水
面试
详细问了LR
环形链表如何判断有环
class Solution:
def hascycle(self,head:ListNode)->bool:
try:
slow, fast = head, head.next
while slow is not fast:
slow, fast = slow.next, fast.next.next
return True
except:
return False
八个球如何用最少的次数找到质量最小的那个球？
和面试官没有沟通好，他事后非得说是已经说了七个质量一样，一个较轻，但是我听得是从八个里面找最轻的一个，我自己想到了二分法，他问可不可以两次就算出来
题干：
有一个天平，8个外观相同的小球，其中7个质量相同，1个较轻，最少需要多少次找到最轻的那个？
第一次称的时候，天平两边各放三个球，剩余2个球
- 如果天平平衡，说明较轻的球在剩余的两个球中，第二次称的时候只需要称剩余的这2个球即可。
- 如果天平不平衡，从第一次称时相对较轻的那3个球中选2个做第二次称重。第二次称重时，如果天平平衡，则剩余的那个球就是较轻的；如果天平不平衡，较轻的球也就找到了。
问你还有什么想要了解的？
这里自己当时是一再地争取机会，后来回来复盘和我一个大哥讨论，最后觉得这块以后这么回答比较好，如下：
1）目前算法部门对公司产生了那些效益，算法落地都遇到那些困难，如何解决？
2）问面试官所带的团队做哪方面的工作，有多少人？
