美团机器学习/数据挖掘一二面面经，同时打探三面情况

１.　五年以内的职业规划
２.　介绍最有成就感的项目（图像、ＣＶ项目）
３.　分条概括项目的难点，怎么尝试解决的
４.　解决过拟合的方法有哪些
５.　ｄｒｏｐｏｕｔ的随机失活因子以及怎么反向传播
６.　池化层如何反向传播
７.　ＢＮ底层如何计算，手撕ＢＮ，ＢＮ在训练、测试阶段的计算有什么区别
８.　ＳＶＭ的松弛因子作用
９.　树模型节点划分的依据，如何理解基尼系数的概念
１０.并发和并行的区别
１１.第一范式、第二范式
１２.手撕２的Ｎ次方

１．聊项目（图像、ＣＶ项目），难点怎么解决的
２.　ＲｅｓＮｅｔ为什么能够保证很深的网络具备不错的效果？
３.　问一些一面聊过的ＤＬ、ＭＬ基础知识
４.　ＧＡＮ、ＬＳＴＭ、ＧＲＵ、ＮＬＰ相关的大概聊聊，主要我是图像背景，文本、推荐相关的不咋懂，聊不下去
５.　ＸＧＢｏｏｓｔ、ＧＢＤＴ
６.　手撕如何使用ｒａｎｄ７（）生成ｒａｎｄ１０（）
７.　个人的规划，是不是一定要做图像相关的？　
８.　平时如何进行技术的学习、积累，用哪些途径？
９.　在实验室的出勤作息，每天除实验室工作外，个人进行自我技术学习、提升的有效时间能够保证多少？