转转面经

双非本硕，主要是机器学习方向 会发现自己的基础还是很薄弱，很多东西有点浮于表层。 1.什么是过拟合，有哪些解决办法？dropout是什么原理，花书中有详细的，答的不好。L1正则和L2正则都是如何解决过拟合问题的。 2.集成学习方法中，bagging和boosting有什么区别？除了并行和串行，他们还有什么区别？哪一个泛化能力更好？ 3.交叉熵是什么？出题计算交叉熵，虽然知道公式，一直没有认真看过交叉熵具体是什么。心里凉了半截 4.为什么要使用激活函数？激活函数sigmoid和relu有什么区别？各有什么优缺点 5.CNN给图像和卷积核，求输出形状，输入32*...

一面：问了实习和简单8股？ 二面：问了很多乱七八糟问题？最后问了我个String类能不能被继承？我不会啊 ！！！！（平常写c++，实习是java，但是没有仔细去看底层东西，final关键字修饰的不能被继承还是知道的） 估计挂了，期待感谢信！

面试官很温柔，总时长32min，许愿二面面试问题:自我介绍介绍实习和项目如何分析数据异动举个例子项目中遇到什么问题如何解决的分析app做得好的地方和优化点对转转了解吗说一下优缺点职业规划愿意去深圳吗反问环节希望有好消息啊！