很久很久以前,有一个....
最近公司出了幺蛾子,我闻风而逃,在避暑之后,又开始面试。在得到offer之后,入职时间较晚,面试也在进行。有一天,禾多科技通知面试深度学习算法工程师,其实那时候我都不知道什么时候投递过简历。
有一个时刻,面试官看着我的简历上,讲解过SVM课程,问:SVM中的那个C是什么?
SVM中的那个C是什么?那个C!C! !
瞬时间我震惊了.........
其实,是这样的。在那个世界顶级的眼球追踪公司—七鑫易维公司,我有幸一次作为面试官,问了一个面试者,SVM的那个C是什么。
软间隔:允许向量机在分类样本时在一些样本上出错,引入软间隔,如图6.4。
即允许某些样本不满足约束,且同时时不满足的样本尽可能少,
即优化目标为:
C为正则化项/松弛变量的系数,称为惩罚因子。作用是使SVM的训练误差可以不为零,达到经验损失(正则化项)最小和风险损失(训练误差)最小的平衡。
由来:
七鑫易维时候,我第一次面试应届生,是一个女同事的师弟。因为是同事师弟,所以面试的时间很长,主要目的是发现他到底会什么,而不是压力面试,可是面试了两个小时,发现,这哥们实在是太菜了!根本就不到研一水准.....
第二次面试:
这一次面试是个妹子,实力也不怎么地,连个斐波那数列都写不出来,但至少懂一些机器学习,都能答得上来。且使用过SVM,能把一些原理讲清楚。
我都看不下去了,问了两次SVM中的那个C是什么意思?可是每一次都被她或者另一个面试官给引开了。第三次,我问她,好好想一下,SVM中的那个C是什么意思?
当时我的意思是,这个应届生虽然依然水平平平,比上一个好太多了,如果她能绞尽脑汁回忆起来那个公式中的松弛因子C,就可以考虑发offer了。
不过面试者没有答上来或者没打算回答,我也成了奇葩面试官中的一个,哈哈O(∩_∩)O哈哈~
后来,
面试时候,遇到了这样的事情,我还以为是冤家路窄,被......
报应啊(手动滑稽)....
面试官你为什么不问随机森林呢?除了深度学习,我可是对随机森林了如指掌啊!估计应该是不会吧!O(∩_∩)O哈哈~