2018百度金融技术部机器学习工程师提前批面试

一面：
讲SVM模型（从线性分类到近似线性分类再到线性不可分）
其中问了松弛变量的作用，常用的核函数

讲一下GMM模型（EM算法）
生成模型，判别模型适用场景，优缺点

Precision，Recall计算方法
讲朴素贝叶斯

二叉树后序遍历
找两份日志文件中的重复出现的ID（海量数据处理）
找出一份日志中出现次数最多的10个ID
堆实现（堆调整）
子矩阵的最大和/最大子数组和

二面：
讲KMeans
其中问了常见的聚类方法，kmeans在k未知时如何处理，kmeans适用于什么样的数据分布
文本word2Vec（不懂）
讲决策树，选择分裂节点的规则，主要讲了信息增益的计算；决策树的问题，决策树的剪枝。
交叉验证/k-fold交叉验证为什么能防止过拟合（模型选择？）
CNN在图像相关任务上为什么能成功？
1. 卷积是因为输入数据的局部相关性；
2. 权值共享是因为输入数据的局部特征具有平移不变性，即在不同位置具有共性的局部特征。这样，经过多层次堆叠，低层局部特征可以抽取成高层全局特征。
3. 权值共享能够降低计算量，而且降低了网络的训练难度。
note: 如果权值不共享，那就是局部连接层了。在某些应用，如人脸在不同的区域存在不同的特征（眼睛／鼻子／嘴的分布位置相对固定），当不存在全局的局部特征分布时，局部连接层更适合特征的提取。
讲了一下OCR（银行卡号识别），LSTM+CTC
计算字符串equation（我用了逆波兰表达式，不过没能bug-free）

三面：
volatile：提醒编译器它后面所定义的变量随时都有可能改变，因此编译后的程序每次需要存储或读取这个变量的时候，都会直接从变量地址中读取数据。如果没有volatile关键字，则编译器可能优化读取和存储，可能暂时使用寄存器中的值，如果这个变量由别的程序更新了的话，将出现不一致的现象。
left_join，outer_join
进程线程，进程通讯，线程同步
聊天