菜鸟面试官

2021年4月12日

1. 朴素贝叶斯的朴素在哪？为什么要引入？
   朴素在于假设计算条件概率分布P，在Y确定的时候，X的各个分量之间相互独立，但是这个假设在现实生活中往往不成立；那为什么引入呢，这个在于前置的特征选择，需要选取特征间相关性较低的；如果满足这个前置特征，就可以引入计算，计算的优势是速度比较快，可解释性强；
2. P(X|Y)=0的时候怎么办？
   采用贝叶斯估计，拉普拉斯平滑
3. 介绍一下SVM？
   SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。
   当训练数据线性可分时，通过硬间隔最大化，学习一个线性的分类器，即线性可分支持向量机，又称为硬间隔支持向量机；当训练数据近似线性可分时，通过软间隔最大化，也学习一个线性的分类器，即线性支持向量机，又称为软间隔支持向量机；当训练数据线性不可分时，通过使用核技巧及软间隔最大化，学习非线性支持向量机。
4. HMM的三要素？引申的3个问题以及对应解决办法？
   ①. 初始状态转移概率
   ②. 状态转移矩阵
   ③. 观测矩阵
   问题：
   ①. 评估问题
   ②. 模型学习问题（EM）
   ③. 解码/预测问题（viterbi）
5. skip-gram与CBOW区别？
   skip-gram: 中间推周围
   CBOW： 周围推中间
   6. bert?
   本来想问的是训练数据的构造之类，他答成了网络，这个那就后续再补；
6. 多线程和多进程？
   python是有GIL锁，线程适合I/O密集型的任务，一般情况下使用多进程比较好；

本人需要加深印象CNN与TEXTCNN
Cnn：
TextCnn：