算法岗面经（将持续更新）
从7月份校招内推开始，陆陆续续投递了差不多20家公司，面试了有其中的7、8家，主要的投递岗位是计算广告、搜索和推荐相关。为了更好得整理自己的思路，也为了尽可能给同学们提供点帮助，此贴将持续更新。今天先把今天下午的网易互娱面经整理一下，后续我也会将之前的面试经历尽可能完整得发布出来(有些时间久远，可能真的不太能想起来=.=#)。
2018.8.21 网易互娱， 电话一面，人工智能研究工程师
1. 一上来，面试官先做了好几分钟的自我介绍和互娱介绍（第一次这种面试体验，还是蛮不错的）；
2. 简单进行自我介绍；
3. 讲一下简历上最新的一个项目；
4. RF和GBDT的区别；RF怎么解决的过拟合问题；
5. 决策树的分裂策略：ID3，C4.5，Gini指数，选一个讲一下；
6. 熵了解吗？
7. 讲一下XGBoost；
8. 正则化项了解吗？
9. 优化算法： 牛顿法和拟牛顿法，过程？（这个不会，李航老师的统计机器学习附录有详细讲解）；
10. 熟悉深度学习吗?
11. 讲一下word2vec；
12 算法题： 找出数组中第K大的数。有几种方法？时间复杂度分别是多少？
