面试百度的机器学习算法，也不过如此

　　机器学习整体难度还是有点，不过这个岗位真的是很香，钱多，发展空间足未来可期啊。
　　
　　本篇文章面经是三位大佬面试百度机器学习岗位的面试题，其中两位已经拿到offer，赶紧复习起来，下一个offer就是我。
　　
　　更多的面经和内推信息，请微信搜索 龙跃十二 即可获取。
　　
　　一面
　　
　　询问简历上做过的项目，以及项目细节
　　
　　算法题：
　　
　　二叉树中序遍历（要非递归解法）
　　
　　两个有序链表的归并。
　　
　　快排
　　
　　lstm 详细讲讲解
　　
　　attetion 机制
　　
　　混淆矩阵，F1等计算
　　
　　n个人进餐馆，都把帽子挂在门口，走的时候随手拿一顶，问拿到帽子恰好是自己的人数的期望
　　
　　ML 与 DL比较
　　
　　实习的一些问题
　　
　　二面
　　
　　算法题：返回二叉树中路径和为某一值的所有路径、反转句子中单词顺序
　　
　　区块链比赛和专利
　　
　　我惊了个呆，大佬竟然还了解区块链，准确指出了我的区块链项目和专利的不靠谱处（我也知道啊，所以我转ML了啊）
　　
　　项目
　　
　　这个就随便聊了聊
　　
　　AUC计算
　　
　　很奇怪，我面试后看了看发现给出的是正确方法，但是面试官说不对。。。
　　
　　进程和线程是为什么被提出的
　　
　　线程间如何通信
　　
　　快排复杂度的证明
　　
　　特征筛选方法
　　
　　三面
　　
　　基础数据结构和算法有哪些
　　
　　是的你没猜错，我把课本罗列了一下，顺序表 链表 哈希表 树系列 图系列，选择插入冒泡希尔堆快速基数外部排序，就过了。。。
　　
　　推荐类算法比较
　　
　　机器学习算法比较
　　
　　聊了聊区块链
　　
　　已经拿到offer
　　
　　这是下一位同学的面经
　　
　　一面
　　
　　聊项目，聊的非常细，我的项目就是比赛，面试官甚至问了我提分的过程，一开始多少分，做了哪些工作之后升到了多少分之类的；
　　
　　跟过拟合有关的一些问题，详细的内容已经记不清了；
　　
　　聊xgboost；
　　
　　聊deepFM；
　　
　　项目中用到了LSTM，为什么可以用LSTM，它的主要用处是什么，以及LSTM的梯度消失问题；
　　
　　算法题：二叉树中的最长路径；
　　
　　算法题：x的平方根。
　　
　　二面：
　　
　　聊项目；
　　
　　聊GBDT；
　　
　　算法题：二分查找；
　　
　　算法题：最大堆的插入；
　　
　　聊deepFM；
　　
　　不定长文本数据如何输入deepFM，如果不截断补齐又该如何输入；
　　
　　项目中为什么使用LSTM；
　　
　　项目中整个过程中都做过哪些优化。
　　
　　三面：
　　
　　n个数中等概率抽取m个数。
　　
　　三面就问了一道概率题，剩下的基本上是聊天。 总的来说面试难度不高，感觉也是我运气好吧。
　　
　　这是下一位同学的面经
　　
　　一面
　　
　　给一个数组，数组的数字代表股票价格，求一次买卖的最大股票收益
　　
　　1-n的全排列
　　
　　lstm是什么的升级？解决了什么问题？
　　
　　讲一讲各种激活函数
　　
　　attetion 机制
　　
　　embedding的深层含义是什么
　　
　　c 的const字段有什么意义
　　
　　RF和GBDT的区别
　　
　　为什么GBDT可以提高准确率
　　
　　矩阵分解
　　
　　二面
　　
　　自我介绍
　　
　　讲区块链
　　
　　区块链中51%攻击的经济学原理
　　
　　求树两个节点的最低公共祖先
　　
　　讲kaggle比赛
　　
　　xgboost比gbdt的优化都有哪些
　　
　　为什么xgboost要求二阶导数
　　
　　泰勒展开逼近残差，二阶比一阶精度高
　　
　　通用性，所有二阶可导的loss function都可以用
　　
　　有些函数梯度在一阶上变化小，二阶变化大，参考牛顿法
　　
　　为什么gbdt没有正则
　　
　　讲项目
　　
　　计算一下项目中DNN的参数个数
　　
　　gbdt与lr区别
　　
　　集成为什么会提高效果
　　
　　import cn.keats.service_www.muyuyulept.com consumer.entity.User;
　　
　　import org.springframework.www.shicaiyulezc.cn cloud.openfeign.FeignClient;
　　
　　import org.springframework.www.yixingxzc.cn web.bind.annotation.GetMapping;
　　
　　import org.springframework.www.yasenyulee.cn web.bind.annotation.PathVariable;
　　
　　import java.util.List;
　　
　　/**
　　
　　* @Author: keats_coder
　　
　　* @Date: 2020/3/7
　　
　　* @Version 1.0
　　
　　*/
　　
　　@FeignClient(www.hendaylpt.cn"SERVICE-PROVIDER")
　　
　　public interface UserServiceFeignClient {
　　
　　@GetMapping("/api/v1/user/{age}")
　　
　　User getUser(@PathVariable("age") Integer age);
　　
　　/**
　　
　　* 用户列表
　　
　　* @return
　　
　　*/
　　
　　@GetMapping(www.maidongpt.cn"/api/v1/users"www.shundayLzc.cn)
　　
　　List<User> getUsers(www.jiniuylzc.cn );
　　
　　}
　　
　　调用
　　
　　在需要调用服务的地方使用 @AutoWired 注入该接口。调用其对应的方法
　　
　　@Autowired
　　
　　private UserServiceFeignClient userServiceFeignClient;
　　
　　/**
　　
　　* 基于 Feign 的优雅的接口调用方式
　　
　　*/
　　
　　@GetMapping(www.yasenyulee.cn "www.shundayLzc.cn teacher/user/{age}"www.yongshenyul.com)
　　
　　public User getAllUser(@PathVariable Integer age){
　　
　　return userServiceFeignClient.getUser(www.lecaixuangj.cn age);
　　
　　xgb lgb调参怎么选参数
　　
　　贪婪搜索呗？面试官觉得不行？难道是贝叶斯参数优化？
　　
　　怎么样在没有得到未来数据的情况下提高模型对未来预测的效果
　　
　　讲道理我觉得这个问的非常扯淡，不就是泛化性，然后我说了一些降低方差的方法，面试官说是对未来预测的准确性，没有get到他的点，最后被说对算法的追求不够。。。。