【实习生面试经验】孩子王

2020.8.20日
耗时 1小时36分
通过这次面试找到自己的不足

• 机器学习理论不扎实，需要看
• leetcode不要停
  面试官很专业，公司地方大，楼多，环境好，有妹纸

笔试

题目类型：选择题+简答题+编程题+逻辑题
现在回忆起来的如下：

选择题：

1.过拟合
2.留一法交叉验证
3.LR
额，其他想不起来了

简答题

1.GBDT和XGboost的区别
2.SVM和LR的区别
3.如何构建一个问答系统

编程题

求k的阶乘右数第二位非零的数

逻辑题

题干：从一个水量无穷大的池子里面取水，如果你只有一个5升水桶和一个6升水桶这两个容器,均无刻度,如何准确各量出3升水?

面试

1、首先自我介绍
2、为什么转行，追问为什么考研的时候不换
3、之后的职业方向？
4、可以实习多长时间，一周可以过来几天
6、详细问了LR
7、问了学过数据结构和算法，之后追问如何识别链表是否有环，然后现场手撕
8、八个球如何用最少的次数找到最大的那个球？
9、问你还有什么想要了解的？

下面是我对面试题目的一个理解，欢迎大家一起讨论和批评指正

笔试

留一法交叉验证的计算( leave-one-out cross validation):更多交叉验证方法
留一法就是每次只留下一个样本做测试集，其它样本做训练集，如果有k个样本，则需要训练k次，测试k次。留一法计算最繁琐，但样本利用率最高。适合于小样本的情况。
GBDT和XGboost的区别？
XGboost 算法的特点：

1. XGboost 将树模型的复杂度加入到正则化项中，从而避免过拟合，泛华性能好
2. 损失函数是用泰勒展开式展开的，用到了一阶导和二阶导，可以加快优化速度
3. 在寻找最佳分隔点时，采用近似贪心算法，用来加速计算
4. 不仅支持CART作为基分类器，还支持线性分类器，在使用线性分类器的时候可以使用L1,L2正则化
5. 支持并行计算，XGBoost的并行是基于特征计算的并行，将特征列排序后 block 的形式存储在内存中，在后面的迭代过程中反复使用这个结构。在进行节点分裂时，计算每个特征的增益，选择增益最大的特征最为分隔节点，各个特征的增益计算可以使用多线程并行
   优点：速度快、效果好、能处理大规模数据、支持自定义损失函数
   缺点：算法参数过多，调参复杂，不适合处理高维特征数据

SVM和LR的区别？

如何构建一个问答系统？
基于搜索的问答系统
简单来说，问答系统就是人来问，计算机来答。一个基于搜索的问答系统主要可以是由两个步骤完成的，一是人类提出问题，二是计算机经过知识库返回答案
大致的流程是：首先用户给出一个问题，然后我们对问题进行分词，其次进行预处理，量化，接着和语料库（存在大量的问题和答案的信息）中的问题进行相似度计算，最后对相似度进行排序，返回相似度最高的问题对应的答案。

• 分词
• 预处理
  1）拼写检查
  2）处理一词的多种表达式
  3）停用词过滤
  4）无用词过滤
  5）使用同义词或者反义词更好的理解单词的含义
• 单词转化成向量
  1）Bodean Vector:根据单词出现与否，把单词转化成（0.1.01，……）布尔型的向量
  2）Count Vector:根据单词出现的次数以及位置表示成量的方式
  3）IF-IDF:既考虑单词出现的频率，也考虑单词的重要性的权重
  4）Word2Vec:采用分布式的方法考虑一个单词或者句子
• 相似度的计算
  对于相似度的计算，我们可以采用余弦相似度，欧式距离等等
• 返回答案
• 总结
  从一个水量无穷大的池子里面取水，如果你只有一个5升水桶和一个6升水桶这两个容器,均无刻度,如何准确各量出3升水?
  1）6L水桶装满，倒入5L水桶将其装满，6L水桶中剩余1L水
  2）倒空5L水桶，将1L水转移到5L水桶中
  3）6L水桶装满，倒入5L水桶将其装满，这时6L水桶中剩2L水
  4）倒空5L水桶，将2L水转移到5L水桶中
  5）6L水桶装满，倒入5L水桶将其装满，这时6L水桶中剩3L水

面试

详细问了LR

环形链表如何判断有环

class Solution:
    def hascycle(self,head:ListNode)->bool:
        try:
            slow, fast = head, head.next 
            while slow is not fast:
                slow, fast = slow.next, fast.next.next 
            return True 
        except:
            return False 

八个球如何用最少的次数找到质量最小的那个球？
和面试官没有沟通好，他事后非得说是已经说了七个质量一样，一个较轻，但是我听得是从八个里面找最轻的一个，我自己想到了二分法，他问可不可以两次就算出来

题干：
有一个天平，8个外观相同的小球，其中7个质量相同，1个较轻，最少需要多少次找到最轻的那个？

第一次称的时候，天平两边各放三个球，剩余2个球

• 如果天平平衡，说明较轻的球在剩余的两个球中，第二次称的时候只需要称剩余的这2个球即可。
• 如果天平不平衡，从第一次称时相对较轻的那3个球中选2个做第二次称重。第二次称重时，如果天平平衡，则剩余的那个球就是较轻的；如果天平不平衡，较轻的球也就找到了。

问你还有什么想要了解的？
这里自己当时是一再地争取机会，后来回来复盘和我一个大哥讨论，最后觉得这块以后这么回答比较好，如下：
1）目前算法部门对公司产生了那些效益，算法落地都遇到那些困难，如何解决？
2）问面试官所带的团队做哪方面的工作，有多少人？