很多問題不記得了 依稀的記憶如下
1、介紹一下梯度下降、梯度消失->怎麼解決->（resnet、lstm）
2、怎麼防止過擬合->正則化->介紹l1（稀疏）、l2（平滑）
3、樣本不平衡怎麼處理
4、介紹一下xgboost、gbdt
5、場景題：給定8億的wifi資料（特徵：接入時間、mac位址、型別（公共、家庭）、型號、名稱......）和6千萬的實體（特徵：屬性（酒店、商場、學校......）、userid......），怎麼把他們關聯起來?
思路：1）首先應該注意到兩個資訊的量級差的很大，故第一步應該縮小範圍，主要根據wifi型別&實體接入的userid，劃分公共wifi&私人wifi；
2）關聯時間可以細化；eg:如現在已經判定是學校的wifi，那麼怎麼關聯到是教學樓的wifi還是食堂的wifi還是寢室，可以根據時間流的接入峰值來判斷，食堂wifi的接入時間多在飯點時刻；
3）wifi名字的統一；如sysu、中山大學、zhongshandaxue,都表示同一實體，可以用word2vec統一
面試官看我的簡歷看了1min,也沒讓自我介紹，然後說現在學生做的東西都很像啊，什麼5層cnn，設定濾波器，用caffe或者tensorflow啊，然後專案的東西一點沒問，機器學習演算法也沒問，也不手撕**，介紹場景題就介紹了10min~
場景題：
應用：反作弊；黑廠會利用機器同時操控n臺手機，完成註冊，可能會刷單或者**訊息......
需要解決的問題：step1.如何區分黑廠和正常使用者；step2.如何區分邊界值，及實際場景中很多黑廠的感測器資料和正常使用者差不多，分布情況極為相似，怎麼準確區分這部分資料？
hint：1、無監督問題；2、解決思路：如何區分資料；評價指標
告知技術已經招滿了，面試官覺得我技術基礎紮實，溝通能力較好，推薦到了大資料產品經理。全程聊技術，不過更側重問如何想到解決思路，基於業務怎麼獲取特徵.......
其實是比較輕鬆地聊天，但臨時提前面試，加之痛經，面到中途還去廁所吐了，和男面試官只能說是暈車，好尷尬......
主要聊科研專案，一面面試官是2012實驗室的，針對專案還是問了一下key point；二面面試官是海思的，搞晶元的吧，沒問太多
問了機器學習演算法（反正都是常規的問題）：
1、rf、xgboost
2、l1、l2
斷篇了。。。
1、專案介紹，主要說了gan
2、l1正則是不是總是稀疏的
3、怎麼求矩形影象內的畫素和（積分圖法）
問的特別細緻
1、pooling的作用
2、介紹一下lr
3、cnn有哪些功能層->bn的作用
4、怎麼優化函式
介紹專案
手撕**：
1、樹的層次遍歷；
2、帶權重的樹，從根節點到葉子節點，求最小路徑和；
3、兩有序鍊錶的合併；
把話語權都丟給了你，先介紹自己，大概剛睡醒也沒怎麼複習，以為會被問很多，結果一上來什麼都不問，有些懵逼，自我介紹->專案介紹->比賽介紹；
1、會不會分布式的資料處理？（知道spark、hadoop這些工具，沒有用過，感覺和面試官的部門不match）
2、介紹一下rf
3、介紹一下傳統機器學習中的分類、聚類方法；
手撕**：
1、寫乙個排序演算法
2、單鏈表的列印
3、單鏈表的反轉
機器學習演算法：
1、線性回歸；
2、場景題，怎麼用線性回歸解決
專案介紹
1、xgboost怎麼**結點（自定義的增益）；
2、xgboost可不可以實現分布式->怎麼實現；
3、xgboost特徵篩選時的輸入輸出；
4、mle、map的區別於聯絡
手撕**：
5層cnn，在bp時倒數第一層和倒數第二層的引數更新
前端cvte面經
一面 自我介紹 react和vue的區別 react為什麼是mvc 瀏覽器快取 這裡提到了http快取 cookie主要用來做什麼 http快取 盒子模型 用什麼屬性實現 box sizing 如果給元素加上padding呢 margin重疊 怎麼解決margin重疊 bfc margin的值是 的...
2021秋招CVTE面經
c 11的特性知道哪些？說一下 c 中的記憶體布局？靜態變數的作用，為什麼要有靜態變數？當時答的時候靜態變數這塊沒有回答好，bss段和資料段有些混淆 c 中的struct和class之間的區別有啥？知道哪些智慧型指標？簡單說下原理和應用場景，盡量能夠多說些 c 中多型是怎麼實現的？以及實現的原理 虛...
騰訊面經2020 11 24
一面wxg 自我介紹 對自己專案介紹，技術棧等等，優化設計是關注重點。然後手撕 2題。接下來常規詢問環節，大概涉及的知識點如下 await async 網路常見安全攻擊，解決方法 我提到了csp與token校驗，馬上加問csp和token校驗怎麼實現的 防抖節流 出現場景，應用情況，解決方法，手寫 ...