跟项目相关的面试问题汇总

针对于简历中会问到的问题

神经网络的高速磁浮轨道不平顺预估

1. 为什么选择用cnn而不用rnn？双向rnn为什么不用

   1.由于轨道不平顺在车辆激起的震动加速度具有双向性 2.由于磁浮列车在车体前后各有一个悬浮控制架，且车体是刚性的，因此远端的悬浮控制架的震动加速度同样会影响该侧的震动加速度，因此采用双向rnn也不是很合理，反而将其折叠后产生的更为合理一些

2. 激活函数有哪些，为什么选用relu，一个激活函数应该具有哪些品质特征

   sigmoid，tanh，选用relu主要是由于避免梯度消失，当然了深度在不深的情况下我认为也可以考虑sigmoid和tanh，因此我再后面两层的激活全部用的是自定义激活函数，目的是为了输出不局限于激活函数的值域范围内。激活函数的性质：可导，非线性，单调

3. Inception说一下，resnet说一下

4. 数据增强说一下

5. pooling层的作用，cnn的反向传播是怎么操作的

6. bn和dropout在训练和测试的区别，两者的反向传播是怎么操作的

7. 为什么选用rmse，还有哪些衡量指标

8. L2正则和L1正则的区别，权值衰减是怎么一回事，为什么权值衰减选用l2正则，因为l1容易产生稀疏解，导致不激活

9. 小数据集下迁移学习是怎么回事，为什么不能够用迁移学习，现在小样本学习的方式有哪些

无人行风控模型的构建：

1. 异常值点的检测有哪些方案，你采用了什么方案？

   采用了3σ原则的方案，还有DBSCAN,boxplot,iforest

   介绍一下DBSCAN和iforest

2. 缺失值的填充的方案

   众数填充，还有lagrange插值，knn(说一下knn)

3. xgboost的原理？xgboost和gbdt的区别？xgboost为什么比gbdt快？xgboost的并行化体现在什么步骤？boosting和bagging有什么区别

4. 为什么树模型可以用来做重要性排序

5. FM的算法原理是什么？优化是怎么做的

6. 介绍一下easyensemble，easyensemble为什么最后是bagging

7. 介绍一下采样的方法主要有哪些

8. 样本不均衡问题的度量指标，AUC,召回,F1score，为什么这三个不受不均衡的影响

9. 常用的聚类方法有哪些，kmeans，DBSCAN，GMM，介绍一下这几个的区别，kmeans和DBSCAN的差异，GMM的前提假设，怎么操作的

10. 为什么常用树模型做：

    1.对异常值不敏感 2.内部有处理缺失值的方案(说一下有哪些方案) 3.可以用来同时处理数值型和类别性的数据，不用做one-hot产生稀疏矩阵 4.预测的时间复杂度较低

11. gbdt拟合当前的残差，当是离散值的时候是怎么处理的，说一下连续纸和离散值的距离度量方案

12. 为什么金融风控很少采用深度学习

13. 稀疏矩阵的处理方式？

    1.降维 降维有哪些方法，PCA，LDA区别？ 2.特征选择（特征选择的三个方法：过滤式，嵌入式和包裹式） 有什么区别