笔试 总计1小时，题型均为选择题，分为两个部分：思维题与性格题，每部分各30分钟 思维题：总共28题，与公务员行测相似，包含数量关系、判断推理与资料分析 性格题：总共88题，每题会提供3个句子，要求选出最符合的和最不符合的 笔试当天晚上即出了面试通知，线下面试，要求带2份简历、身份证与学生证（身份证和学生证没看），穿正装，建议提前准备 面试 在现场签到后会得到一个序号，按照从小到大的顺序排序，每5个人为一组进去面试，每组包含2位面试官，面试主要分为两个部分：自我介绍与问答 自我介绍：按照序号顺序每人进行一分钟左右的自我介绍 问答：面试官会提几个问题要求所有人作答，无指定作答顺序，问题如下...

# k近邻和朴素贝叶斯 ## k近邻 k近邻很简单…… k近邻是一个不需要训练的算法，但是想要实现还是需要一些算法来优化的。 通过给定的距离度量，在训练集$T$中找到与$x$最邻近的$k$个点，$k$的值需要设定，，然后根据某一种分类决策规则，决定$x$的种类$y$，比如根据多数表决： $$ y=\arg \max_{c_j} \sum_{x_i \in N_k(x)}I(y_i=c_j),\ \ \ \ i=1,2,...,K $$ 其中，$I$为指示函数。 ### 距离度量 根据线性代数中对范数的定义，我们有： $$ L_p(x_i,x_j)=\Large{\big(\sum_...

# 感知机 感知机这个模型，其实很早就提出了，然而限于当时的技术条件（主要是计算机的计算能力），再加上某个人证明感知机无法解决逻辑运算问题，所以很多人都放弃了。但是，如今的所谓的神经网络，其实就是多层感知机…… 事实上，一个感知机能做的事的确太有限，但是众多的感知机连接成网状，对不起，几乎什么函数都可以拟合了。 ## 感知机模型 感知器要解决的问题是二分类（很简单），对于输入的实例，感知机要给出其正确的分类，而总的分类只有两个，正例和负例。 数学上来说，输入空间是$X\subseteq \bf{R}^n$，输出空间为$Y=\{+1,-1\}$。输入$x\in X$表示实例的特征向量，...

# 统计学习方法 ## 01 统计学习方法概论 其实吧，我认为，很多看统计学习的人，大多一开始不会去打好所有的数学和计算机基础，因为本来也没有必要。所以呢……这个书里面出现的为了严谨而使用的各种数学术语就真的很鸡肋……我承认在描述一个抽象的概念的时候，为了严谨，使用数学语言来表表达是最好的，然而……增加了很多阅读的难度。 举个例子吧： 在书中讲到了经验风险最小化和结构风险最小化（P8），然后就讲到要在经验风险的后面加一个正则化项来防止过拟合。 下面这个式子也叫结构风险： $$R_{srm}(f)=\frac{1}{N}\sum_{i=1}^n L(y_i...