明略算法岗面经
本人是个菜鸟，这是第二次面试
技术面：
1.java的浅拷贝和深拷贝。完全不知道
2.java和python静态变量的区别。还是不知道
3.对于数据的处理还有特征的处理。
我的回答：缺失数据的补全。（均值，相似度或者缺失数据太多，这个特征直接不要了）
特征筛选（PCA，逐一添加或者删除，提了下决策树可以用作特征筛选）
数值方面（归一化）
然后他提了一个很具体的问题：如果对于一个样本，有俩个特征都很重要，但是要是同时用俩个特征很慢，怎么处理。 没有头绪，他就说算了。
4.协同过滤讲一下。（懵）
5.LR, RF, GBDT, 深度神经网络应用场景
我的回答：LR，线性不可分的话用不了，数据量小
RF,GBDT 特征很多的时候，每个弱分类器特征选择很慢
深度学习我想了下很好，没缺点，可能我太菜了把（面试官说就算对于已经训练好的网络，你投放数据进行预测，也很慢，已经超出我的知识范围了）
6.神经网络如果没有激活函数还能解决线性不可分问题吗？（应该是没有把）
7.前向传播和后向传播讲一下
8.LSTM怎么避免了梯度消失（不知道要怎么把上面俩个问题讲仔细我说的很简单）
9.然后我很虚心的问了下他感觉我水平咋样（作为一个普通留学生，其实平时都忙着due，没时间准备校招，根本不知道自己什么水平）
我感觉他很友好的说我：中等，没有说吊车尾。（估计人很nice）
HR感觉没问啥：可能因为我没有参加过面试，毫无经验。
希望大佬可以留言下纠正下上面面试的答案，不甚感激。
