百度NLP机器学习 一面凉经

百度NLP机器学习 一面凉经（写个东西警示自己， 希望自己能不被挫折打倒，不抛弃不放弃。。。）

面试官人很好，感觉年龄不大，全程会耐心听我回答，也会也会解答一些我的疑惑， 历时一个小时。

1.自我介绍 讲项目

2.对于CNN 卷积层、和池化层的物理意义是什么（不是计算方法）

3.对于池化的max方法和mean方法 分别适合针对什么情况下应用？

4.在工程中什么样的结果会表明是over fitting/under fitting

5.如何防止over fitting，答了cross validation / 正则化

6.对你所提到的L1和L2正则化，能否阐述一下他们的区别

7.L2正则化的penalize term和先验有关系嘛？如有是什么样的关系

8.对于普通线性回归 y = wx+b， 你认为w能否代表特征的重要性？请阐述原因。。这题不懂请教了一下面试官，面试官人很好，她说：“我认为不能，1. 如果特征的scale不同，w的大小就没有意义 2. 即使normalization后 如果有些特征是有强相关性的，比如你的生日和年龄，在选特征的时候也许是随机选一个。所以这并不能说w能代表特征的重要性”。

9.代码题

（1）排序二叉树 插入新数字（没复习数据结构，我都忘了什么叫排序二叉树）面试官就换了一个问。。。

（2）归并排序中的归并，共享屏幕，不运行

10.最后她问我有什么想问她的，我想让她总结一下我这次面试。她说你想听实话嘛。。。。。

我说想。。。总的评价：基础有些薄弱 深层问题经不起推敲（特别在项目上），停留在知道的层面无法投入工程，代码能力还行。

最后稳凉了。。。。以后加油