机器学习算法

最近，机器学习岗位越来越火爆，那么自然对算法的一些能力要求也是越来越高，想要在求职者中脱颖而出，起步自然非常重要。

我和小伙伴们一起研讨了 2019 年校招的一些算法面试，有些是亲自经历的，也有伙伴分享的。总结了在所做过的项目中大家应该能牢记于心的点、在机器学习算法、数据结构和代码中出现频率最高的问题。希望大家能通过该调研报告，对自己的情况查漏补缺，了解自己需要提升的方向。

友情提示：本文文字内容过多，可能引发视觉不适，敬请见谅。

项目

介绍机器学习项目的时候，项目中的损失函数、如何优化、怎么训练模型的、用的什么数据集能够十分清晰的描述出来。对自己做过的项目要自信一些，在讲解的过程中不要自己有一些疑惑或者模棱两可的说法。以下是几个在介绍自己项目时需要注意的点。

准备细节：一旦被问倒了，面试官在心里就认为你没做过。在面试前，应当适当的准备项目描述的一些说辞。很多同学在准备的过程中，会局限于项目具体完成了哪些业务，以及代码实现中的各种细节。事实上，这并不是一个非常好的回答，这相当于把后继提问权直接交给面试官，很可能在中间环节被面试官直接打断，提问中间他感兴趣的某些细节。因此，建议大家按照以下的方式进行介绍：

讲述项目的基本情况，项目的背景、规模、用时、用到的技术以及各个模块。重点突出自己比较熟悉的技术，防止在面试官打断的提问的时候，问到自己最薄弱的环节。
主动说出自己做了哪些事情，这部分的描述要尽量和自己的技术背景一致，描述自己在项目中的角色。
描述模块中用到的技术细节，这部分一定要注意，一定要把话题到自己最熟悉模块的技术细节。自己说出口的技术，一定要是自己会的，宁可少说，不要夸大。
注意面试官提问的问题，不要太过于简单的回答，尽量把自己知道的相关的部分都说出来。
注意不要说得太流利，让面试官感觉自己是在背答案。要一遍思考一遍说。

展现自己在技术和项目上的思考，表现自己的工程能力，下面列出几点：

能考虑到代码的扩展性，有框架设计的意识；
有调优意识，能通过监控发现问题点，然后解决；
动手能力很强，肯干活，会的东西比较多，团队合作精神比较好；
有主见，能不断探索新的知识。

一定要主动：作为面试者，应该能够主动并且逻辑清晰的说出自己的项目中有哪些亮点，能够主动的把自己的闪光点在短短几十分钟的面试中都展现出来。

机器学习算法问题

这里给出了调研中，问到的频率最高的算法问题。

L1 L2 正则化的区别，为什么 L1 产生稀疏矩阵，L2 可以防止过拟合 (0.5)；
梯度消失和梯度爆炸 (0.4)；
LR 的数学原理 (0.4)；
SVM 推导 (0.35)；
SVM 核函数 (0.35)；
算法评估指标 ROC曲线，AUC值 (0.3)；
bagging 和 boosting 区别 (0.3)；
RF、Adaboost、GBDT、XGBoost 的区别和联系 (0.3)。

大家可以看到，这些基础的细节问题还是很容易被问到的，具体到概念和公司，自己知道的，一定要保证可以准确的写出来，而不能只记住个大概，这样会显得非常的不专业。

总结：对每个算法，尽量能够做到可以手推其损失函数、清晰讲解如何求解损失函数，同时，了解该算法的应用场景和优缺点。并将应用场景类似的算法进行比较。还有一点需要注意的是，针对每个问题，要尽可能了解的深入，例如，L1，L2 正则化，除了以上的问题，还有 L1，L2 的先验分布是什么，正则化的参数选择问题等等。

数据结构问题

这里给出了调研中，问到的频率最高的代码问题。

快排 (0.4)
归并排序 (0.3)
10 万个数中找 TopK(0.3)
最长回文子串 (0.2)
反序字符串 (0.2)
链表反转 (0.2)

总结：《剑指 offer》基本是要过一遍的，面试中有很多同学指出很多是来自这本书的原题。另外，总结题目类型以及对应的解题方法也是很有必要的，题目场景多种多样，但其本质的问题总的来说只有那么几种。如果有余力，可以多多练习 LeetCode。建议大家刷题的时候，最好用 Java 或者 C++，很多面试官不太喜欢大家做题的时候使用 Python。

概率题

面试中考到的问题中，几乎 80% 的问题都是条件概率题，贝叶斯公式一定要牢记于心。因此，大家在准备的过程中，需要重点准备条件概率问题。下面是面经中出现频率最高的面试题，希望给大家的面试准备上提供一点线索。

一、随机数发生器这类题目在解决的过程中要注意：最后产生的随机数中，可以存在没有用的随机数，但必须保证所有要用到的随机数产生的概率必须是相同的。

已知一随机发生器，产生 0 的概率是 p，产生 1 的概率是 1-p，现在要你构造一个发生器，使得它产生 0 和 1 的概率均为 1/2。

求解：让该随机数生成器生成两个数，那么序列是 00，01，10，11 概率分别为 pp，p(1-p)，(1-p)p，(1-p)(1-p)。我们发现产生序列 01 以及 10 的概率是相等的，那么我们把 01 看作为 0，把 10 看作是 1，则他们产生的概论均为 p(1-p)，其他情况舍弃不用，这样就得到了0和 1 均等生成的随机器了。

已知有个 rand7() 的函数，返回 1 到 7 随机自然数，怎样利用这个 rand7() 构造 rand10()，随机产生出 1 到 10 的自然数。

求解：如果能够得到一组等概率的数，不管是什么数，只要等概率而且个数大于 10，那么问题就可以解决了。事实上，解决方案是有无数种的，只要保证产生的结果映射到 1 到 10 的自然数后，是等概率的独立事件即可。例如， (rand7() - 1) * 7 + rand7()，可以等概率的生成 1 到 49，那么，只要把 11-49 去掉就可以了。不过这样的做法在实际使用过程中毕竟低效。因此可以去掉 41-49，然后在把 1-40 映射到 1-10 （每四个数映射为 1 个数），那么问题也就解决了。

二、掷筛子的期望商家发明一种扔筛子游戏，顾客扔到多少点就得到多少钱，但扔筛子之前顾客需要付一定数量的钱 x，假设商家和顾客都足够聪明：