奇虎360自然语言处理面试总结

奇虎360面试主要考察的知识点：

1.机器学习常用的分类算法，Logistic回归，SVM，Decision Tree，随机森林等相关分类算法的原理，公式推导，模型评价，模型调参。模型使用场景

2.机器学习常用的聚类算法，Kmeans,BDSCAN，SOM（个人论文中使用的算法），LDA等算法的原理，算法（模型）中参数的确定，具体到确定的方法；模型的评价，例如LDA应该确定几个主题，Kmeans的k如何确定，DBSCAN密度可达与密度直达。模型使用场景

3.特征工程：特征选择，特征提取，PCA降维方法中参数主成分的确定方法，如何进行特征选择

4.Boosting和bagging的区别

5.数据如何去除噪声，如何找到离群点，异常值，现有机器学习算法哪些可以去除噪声

6.HMM与N-gram模型之间的区别

7.梯度消失与梯度爆炸

8.奥卡姆剃须刀原理

9.TCP三次握手的原理，为什么是三次而不是其他次

10.进行数据处理时，如何过滤无用的信息（例如利用正则表达式提取或者其他方法），数据乱码的处理

11.交叉熵与信息熵，信息增益与信息增益率，gini系数，具体如何计算

12.BIC准则（贝叶斯信息准则）与AIC（赤池信息准则）

13.需要手写代码（此次面试：字符串的操作）

14.前向传播与反向传播

15.常见的损失函数

最后面试官给的建议：1.多看（看文献，看别人的成果）2.视野要打开，需要进一步扩宽知识面，在校期间更多关注理论，工作时没有太多的时间关注理论而更多是偏向业务，理论：数学，统计学，同时需要多读多练

向面试官提问时，尤其是技术类面试，尽量不要用短时间内这个词，毕竟技术是一个积累的过程。

原创申明：此博文为博主原创，未经允许不得转载