可能因為報的是研究員崗，所以面試的問題都很數學，太難了。
問題1：計算n個矩陣做乘法的時間複雜度。矩陣大小分別為(a0, a1), (a1, a2), ... (an-1, an)。
回答：\(a_0*a_1*a_2+a_0*a_2*a_3+...+a_0*a_*a_n\)
問題2：這裡面會存在乙個問題，如果更換乘法順序則會出現不同的計算複雜度，比如三個數相乘複雜度可以是 \(a_0*a_1*a_2+a_0*a_2*a_3\)，也可以是 \(a_0*a_1*a_3+a_1*a_2*a_3\)。
也就是說矩陣乘法滿足結合律，是否有方法使得複雜度最小？複雜度最小是多少？
【沒答出來】
問題：擲骰子，問能剛好產生全部6個數所需的拋擲次數的期望是多少 ？
答案：得到第乙個點期望 $ e_1 = 6/6 * 1 = 1 $;
第n次得到第二個點概率 \(p = (1-5/6)^n-1 * 5/6\) 期望是 $ e_2 = 1/p = 6/5 $；
同理，第三個點期望 $ e_3 = 6/4 $；
...最後全部6個數都拋擲出來的期望是
\[ e = e_1 + e_2 + ... + e_6 = 6/6 + 6/5 + 6/4 + 6/3 + 6/2 + 6/1 = 14.7 $$。
## 二面
問題：假設有乙個一維世界機械人從原點出發， 機械人任意時刻有0.5的概率向左走，0.5的概率向右走， 問，時刻t位置的期望$e(s_t)$?
【隨機遊走的題目，都忘了啊。。。沒答出來】
答案：[mit random walk](
### l1正則化和l2正則化
問題：l1正則化和l2正則化各自有什麼特點？
回答：l1正則化就是在loss function後邊所加正則項為l1範數，加上l1範數容易得到稀疏解（0比較多）。l2正則化就是loss function後邊所加正則項為l2範數的平方，加上l2正則相比於l1正則來說，得到的解比較平滑（不是稀疏），但是同樣能夠保證解中接近於0（但不是等於0，所以相對平滑）的維度比較多，降低模型的複雜度。
問題：l1正則化為什麼得到稀疏解？
【沒說清楚】
答案：1. 從導數的角度考慮，l1在原點處有突變，這裡可被看作是乙個極小值，故優化時容易走到這個最小值點——也就是 $w$ 為0處。
2. [**法和貝葉斯先驗法](
宇視科技android面試 宇視科技初面
2018年10月15日下午兩點，我準時參加杭州電子科技大學的宇視科技面試，我投遞的崗位是自動化測試開發工程師。一開始，面試官讓我做自我介紹，我簡單說了自己的情況。1.他問了我自動化測試開發和測試的區別，我回答了自動化開發主要是寫測試指令碼，偏向於開發，而測試就是純粹的測試。自動化測試是一種黑盒測試的...
宇視科技android面試 宇視科技軟體筆試面試
個人收集整理 zq1 3 筆試題 筆試題目地量比較大，只有乙個小時，注意時間 題目分為 1.判斷題 選擇題填空題 程式設計題判斷和選擇題目比較基礎，但容易錯 由於題量過多，我記得不太清楚了，只把自己記得地 幾個說一下吧 判斷題 逗號運算子是最低運算子 2.合理地排放結構體地資料成員，可以節省記憶體空...
宇視科技android面試 宇視科技軟體筆試面試
讓每個人平等地提公升自我 筆試題 筆試題目的量比較大，只有乙個小時，注意時間。題目分為 1.判斷題 2.選擇題 3.填空題 4.程式設計題 判斷和選擇題目比較基礎，但容易錯。由於題量過多，我記得不太清楚了，只把自己記得的 幾個說一下吧。判斷題 1.逗號運算子是最低運算子 2.合理的排放結構體的資料成...