西安站百度一二三面面经

2017/9/15

1.   LR和SVM的应用（这一部分比较细，具体忘了）；

2.   SVM核函数有哪些，核函数的作用；

3.   手撕计算日期差代码；

4.   一枚正反硬币，一枚两面都是正的硬币，一枚两面都是反的硬币，任意选一个，抛出，正面朝上的概率；

5.   ABCDE排列，AB必须在一起，可以左右互换，C必须在D的右边，有多少种方法；

6.   如何判断链表中有环；

7.   项目；

2017/9/18

8.   C++中哪些强制转换，每个强制转换的应用；

9.   解释虚函数，虚函数表是什么，虚函数指针如何快速查找到虚函数表中的函数；

10. 虚函数前面可以加static吗，为什么？

11. 写一个字典树，数据结构自己定义，实现插入功能；

12. N个有序的链表，将这些链表合并成一个有序的链表；

13. TopK，那如果查找第k个元素呢；

14. 算法题：实现字符串分割，分割后每个word都在一个字典中，返回true，否则返回false；

15. 红黑树

16. 问项目

17. 交叉熵，LR的交叉熵损失函数，如何优化

18. SGD，GD

19. Xgboost原理，如何获得每个特征的重要度，xgboost里面个get_score的原理是什么；

20. Bagging是什么，RF的原理，如何解决过拟合，假如有m个特征，一般选多少特征拟合一棵树，为什么只选一部分的特征；

21. 线性回归将特征如何转为高维度

22. 为什么SVM中核函数做内积就可以，核函数的含义是什么

23. 正则化，L1为什么能使参数变稀疏

24. 高斯核函数的物理意义

2017/9/20

百度三面

问题很深入，很尖锐。大大佬，先收下小弟的膝盖。。。

1.项目，总之就是为什么这样，这样为什么好？

2.Adaboost和GBDT的区别；

3.Adaboost推导；

4.聚类算法有哪些，高斯混合模型聚类方法，高斯混合模型中的隐变量是什么，对应EM中Q函数的哪部分，说明Q函数的意义，深入探讨了EM算法，发现自己只是浮于表面。。。；

5.场景问题：给百度用户的搜索日志，海量字符串，已知少量的化妆品品牌，如何根据这些化妆品品牌和海量的搜索日志，获得大量的化妆品品牌。

6.国内哪些书籍，国外哪些机器学习方面的书籍，国内哪些学校的NLP做的好，等等。

7.聊如何学习，百度部门等等。受益匪浅。。。。