机器学习岗位面试问题总结(Tencent)

##Tencent的电话面试一般都不会提前沟通，因此投递完简历之后，需要保持电话随时畅通，并准备一篇自我介绍，3-5分钟左右。

Q1：支持向量机，最后为什么选择对偶来求解？
(1)对偶问题将原始问题中的不等式约束转化为等式约束；
(2)方便了核函数的引入；
(3)降低了问题的复杂度;由求特征向量w转化为求比例系数a，在原始问题下，求解的复杂度与样本的维度有关，即w的维度。在对偶问题下，只与样本数量有关。
(4)求解更加高效，求解alpha；而alpha只有在支持向量里才非零，其他全为零。

Q2：CNN中，1*1卷积核的作用是什么？
(1). 增加网络的深度：让网络加深，有点是能够让系统引入更多的非线性，可以表征更复杂的信息。而卷积核越大，生成的featuremap上单个节点的感受野也越大，随着网络深度的增加，越靠后的featuremap上节点的感受野越大，一次特征也就越抽象。而1*1的卷积核，可以在不增加感受野的情况下让网络加深。
(2). *升维或者降维：卷积后的featruremap通道数与卷积核个数相同，如果需要升维或者降维，1**1的卷积核可以在达到目的的同时，降低计算量和内存。

Q3：为什么XGBoost相比于GDBT有更好的鲁棒性？
需要清楚的知道XGBoost相比于GDBT的区别，这里的鲁棒性可以理解为系统的泛化能力(即在测试集的表现)，XGBoost泛化能力优于GDBT主要有以下两个原因：
(1). XGBoost在训练过程中加入了正则化项，防止系统出现过拟合现象；
(2). .对每颗子树增加一个参数，使得每颗子树的权重降低，防止过拟合，这个参数叫shrinkage；同时对特征进行降采样，灵感来源于随机森林，除了能降低计算量外，还能防止过拟合。

Q4：正负样本数量不平衡，应该如何处理？
(1). 最简单的方法：对数据进行重采样，收集更多的数据集，是正负样本数量一致；一般为随机采样，包含过采样或者欠采样；
(2)改变模型训练时的目标函数，使得不同类别有不同的权重来矫正不平衡性；当差距太大时，可以转化为单类学习或者异常检测等。

Q5：特征选择/提取常用的方法？
(1). Filter：过滤法，按照发散性或者相关性对各个特征进行评分，设定阈值或者待选择阈值的个数，选择特征。
(2). Wrapper：包装法，根据目标函数（通常是预测效果评分），每次选择若干特征，或者排除若干特征。
(3). Embedded：嵌入法，先使用某些机器学习的算法和模型进行训练，得到各个特征的权值系数，根据系数从大到小选择特征。类似于Filter方法，但是是通过训练来确定特征的优劣。

Q6：Sift(尺度不变特征转化)特征提取？
应该是看我项目上有关于图像分类或目标检测的内容才问的，其实我并不是很懂这个；
(1). 尺度空间极值检测；
(2). 关键点定位；
(3). 方向赋值；
(4). 关键点描述。

**
*****问题其实很多，聊了大概一个小时，主要会从简历的项目出发，问题只记得这几个，但范围很广，从算法原理到算法落地时实际的处理方式，各方面都需要好好准备。