百度面试总结
一.脑电项目相关:有很多可以问的,细节还是要再抠。
1.SVM算法公式推导
(为什么要用拉格朗日,对偶原理,适合处理局部关联集中的数据?)
2. 脑电实验数据量是多大
3. 这个实验结果如何验证:交叉验证
4. 除了准确率还有哪些评价分类好坏的指标:ROC,AUC
5. 选取的特征做归一化了吗?为什么?什么算法不用做归一化:决策树,树类的。
6. CSP特征提取是怎么提的?为什么只用17个通道?(这段CSP的推导当时没答好)
7. FBCCA具体解释一下?滤波是怎么滤的?怎么设置的带宽?(通过不同带通滤波器将信号分解为多个子带信号)
8. 为什么用Matlab写脑电的处理程序
(数据采集回来是bdf格式的,通过matlab变换成可处理的mat格式方便后续算法处理)
10. BP-NN网络具体是怎么搭建的,不同层节点数的选取有什么说法?为什么要选择SVM和BP-NN的算法,不考虑别的
10.CNN算法推导
引出的:还了解别的算法吗?rf,gdbt的原理,推导?
二、数据库
出个题会做题吗
三、实习
首先简历要重新写,让人看明白意思(已经修改)
1.强化学习Q-Learning 算法和Sarsa算法的推导
2.RNN、LSTM具体介绍一下。
10.中文分词的训练集是什么样子的
11.训练分类的特征是什么
12.NLP还有什么了解的么,就说了个word2
2019-04-13百度面试总结
![](https://img-home.csdnimg.cn/images/20240711042549.png)