360實習生面試過程：
18年2月初去的360面試，這是第一次去大型網際網路公司面試，也只是抱著試試看的念頭，但是年後hr給我打**說我通過了，然後就沒再準備其他公司的，一心等3月多去公司。結果，一直沒等到正式offer的我給公司打**，跟我說人招滿了，忘記通知我了。呵呵到無話可說，如果第乙個**告訴我說我沒過也可以，關鍵是我都準備著去北京了，結果又是因為其他原因說忘記通知了。。。ε=(´ο｀*)))唉
面試經過：共3面，第一面是個技術大牛，懟了我一頓，主要有這樣幾個問題：
1.當場寫**：tensorflow的應用，比如寫乙個對影象進行分類的實際應用**。
2.keras的應用：不用寫**，但是要知道應用場景
3.推薦演算法的矩陣分解怎麼做。
4.最大似然和貝葉斯分類的區別（回答：先驗的有無），分別適用於什麼場景：貝葉斯適用於小資料集，因為先驗好求。
5.判別式和生成式的演算法各有哪些，區別是什麼，分別適用於什麼場景。
6.lr和最大似然的區別
7.l1和l2範數的區別以及適用的場景
8.各種演算法的損失函式怎麼寫
第二面應該也是乙個技術，看起來像是管理層，問的比較簡單，就是介紹一下自己簡歷上做過的專案
三面是hr面試，乙個孕婦，問了一下薪資的問題。
總的2個多小時的時間，3個面試就結束了，可以說是比較有效率。
滴滴**面試
一共是2面，都是技術面試，兩個都是**面試，中間隔了2天時間，大概每個都半個多小時時間。
一面：面試官環境聲音比較嘈雜，很多時候聽不清楚，但是聽起來脾氣蠻好。開始面試官進行了自我介紹，然後我做自我介紹。
問：選擇乙個最熟悉的專案進行講解
答：我講的爬蟲+文件分類+推薦演算法，設計到word2vec,svm,貝葉斯，協同過濾，矩陣分解，冷啟動。
問：文件分類的準確度以及使用什麼方法得到的準確度
答：96%左右，k折交叉驗證（面試官講了他們做測試的時候，是16年的訓練，17年的驗證）
問：對深度學習的理解
答：略講了cnn卷積，卷積層和pooling層的作用，cnn的主要目的。
問：從頭講一下lr
答：loss function+判別式函式+線性分類器（原因：決策平面是線性）+softmax+判別平面受所有資料影響。
問：對強化學習的理解
答：並不是很懂
問：關於svm的問題
答：正則化（l1,l2範數），分類平面，拉格朗日
期間面試官給發了乙個**，石墨文件，乙個楊輝三角的程式設計題，只需要寫出演算法原理就行。做的時候很緊張。
機器學習 深度學習 自然語言處理
文字挖掘 文字分類 機器翻譯 客服系統 複雜對話系統 手工特徵耗時耗力,還不易拓展 自動特徵學習快,方便擴充套件 深度學習提供了一種通用的學習框架,可以用來表示世界,視覺和語言學資訊 深度學習可以無監督學習,也可以監督學習 我 今天 下午 打籃球 p s p w1,w2,w3,w4,w5,wn p ...
機器學習 初級高階（自然語言處理 ）
一 自然語言處理 要處理的問題 對於多組對話中判斷這段化是消極的還是積極的 處理的短語資料 review liked wow.loved this place.1 crust is not good.0 not tasty and the texture was just nasty.0 stopp...
自然語言處理簡介及研究方向
自然語言處理是電腦科學領域與人工智慧領域中的乙個重要方向。它研究能實現人與計算機之間用自然語言進行有效通訊的各種理論和方法。自然語言處理是一門融語言學 電腦科學 數學於一體的科學。因此，這一領域的研究將涉及自然語言，即人們日常使用的語言，所以它與語言學的研究有著密切的聯絡，但又有重要的區別。自然語言...