百度 北京 机器学习/数据挖掘 1+2+3面

先说说面试感受，一二面面试官人也是很nice，但是可能面的人实在太多的，下午1点去，面一场差不多就1个小时，等就差不多1个小时，体能消耗挺严重的，不过有现场提供的饮料跟零食，可以稍微补充一下，最后面完都7点多了。

下面的面经说完问题后，比较确定的答案会在问题后的括号写上，但是不确定的就不写来误导大家了。

————————————————————————分割线—————————————————————————————————————

一面：

先来3分钟的自我介绍，之后就开始聊项目，看到有deep learning相关的项目，就问了deep learning 相关问题：如何减少参数（权值共享、VGG的感受野、GoogLeNet的inception ），激活函数的选择（sigmoid->ReLu->LReLU->PReLU ），为什么之前没有深度网络出现（数据量不够+机器性能），由数据引申到数据不平衡怎么处理（10W正例，1W负例，牛客上有原题），如何防止过拟合（增加数据，减少模型复杂度->正则化），说明L1L2正则的效果与为什么形成这种情况（ L1正则稀疏， L2正则平滑，之后说明就是画图说明正则化 ），推导SVM（只是推导基础就可以了，这个比较简单）。最后是做题，非常经典的0-1背包问题。

二面：

依然是自我介绍，之后就是手写k-means的伪代码（就6行），之后让我挑一个熟悉的机器学习算法说一说（这次我还是选了SVM，之后手写推导，这次一直写完对偶），之后就是大数据题目，1KW句子算相似度（还是那套分块+hash/建索引，但是因为本人不是做这个的，文本处理根本说一片空白，所以就不误导大家了），之后就是一直围绕大数据的题目不断深化。

三面：

一上来就是一道数学题，让推极限（最后面试官说是时间复杂度推导），之后是对于同分布的弱分类器，求分类器均值化之后的分布的均值跟方差；接着写一下信息增益的公式。之后就是问机器学习相关算法，说了一下bagging跟boosting，之后问了GBDT（没做过，只能说说大体思路）。

最后是编程题，这个比较简单，将字符串连续重复出现的字符删到只剩一个，这个可以用双指针，时间复杂度n，空间复杂度1。之后就是c++的数据成员的可见性，继承到子类之后的可见性（这里我是分了不同继承方式讨论的），子类友原函数对父类private能否可见。之后问数据结构，堆是怎么调整的，给定二叉树的先序跟后序遍历，能不能将二叉树重建（不能，因为先序：父节点-左节点-右节点，后序：左节点-右节点-父节点，两者的拓扑序列是一样的，所以无法建立），如果给出一个二叉搜索树的后续能不能建立（可以，因为只要将遍历结果排序就可以得到中序结果）。

三面直接被吊打了，听说是123面的分数加起来算是否通过，希望能赚赚RP求过吧