机器学习面试（实习）总结

大公司一般上来会有三道算法题，不管是用试卷（百度）还是直接问（头条）都是手写代码，这三道题一般难度也是逐渐增加的，第一道题一般是普通的通过两个for循环可以解决的，遇到比较多的是对串的操作，或者一些其他形式的题最终也需要转化为串来解决，比如两个大数相加。第二道题一般是数据结构的，树结构或者链表，树结构我觉得会基本的深搜和宽搜其他的发挥就好，因为我准备时间不是很多，所以也没刷这块的题，基本的深搜宽搜直接写代码还有点困难，建议有时间的同学可以多刷一点这块的题，第三道题一般是动态规划的，遇见过比较好的小公司上来就是问的动态规划的算法题，比如lck。我因为比较菜，只是积累的比较少，之前面试的大厂都是打酱油，想一想自己还有点可笑，只看了几天书就敢去大厂面试机器学习的岗位。这里建议同学大厂面试一定认真对待，最好准备好了在投简历，有些大厂是有简历记录的，没有过只能半年以后才能第二次进攻。

机器学习题：

机器学习相关的主要是问我一些简历上我写的相关的机器学习算法问题，问的最多的是逻辑回归，必须达到可以手推的地步，其实这个也不复杂，手推倒也不难。另一个就是Kmeans算法，一般我就说说原理，不会写算法，有让写决策树的算法的（伪代码），我是把逻辑回归，SVM,决策树这几个比较基本的都手推的一遍。另外贝叶斯公式会写，这个比较好记实际上，我是用 a b b = b a a 记得，有问马尔科夫链的，但是我不是很清楚这块。有面NLP岗位的，但是这块我的工程经验也是太少，就不说这个了。

图书：
我是用的李航的统计机器学习准备的面试，对应看了点西瓜书，后来觉得还是看一本书成体系，看完了再看下一本更好，所以就用的李航的书，我觉得李航的这本书真的很好，很多数学的公式原理，会推公式可以对一个算法原理有一个清晰的认识。另外具体的代码实现我用的tensorflow框架，看的书也是《tensorflow机器学习实战指南》这本书对一些模型有实现的代码，对于想看一下模型是什么的有很大帮助，但是原理性的知识比较少，机会没什么公式，另一个缺点就是一些原始算法都是用的tensorflow写好的函数。其他的书也顾不上看那么多，我也是一个新手，哪位同学看到比较好的书还请多多指教。一起学习，一起进步。

总结：

最重要的我觉得面试的时候不会的就直接说不会就好，不会就是不会，假装会面试通过了应该也是煎熬。没过就继续努力呗，伟哥说的对面试真的是一个自我提升的好机会。走出舒适区，去挑战自己不会的东西，即使生活上异常艰难，精神上也能自得其乐。写的比较少是因为我觉得我才刚开始进入机器学习这个领域，经验比较少，可分享的经验就更少了。但是还是分享出来希望对大家有帮助。以后校招如果找到一个特别特别满意的大厂那个时候可分享的应该会有很多，到时候在好好分享。给自己打打气，相信一步一步脚踏实地的努力就一定可以得到自己想要的。希望大家在互联网寒冬也都可以找到自己满意的工作。