ML岗位面试：10.24下午—上海某软件公司(机器学习，上市)电话面试—考察SVM、逻辑回归、降低过拟合、卷积网络基础等

 ML岗位面试：10.24下午—上海某软件公司(机器学习，上市)电话面试—考察SVM、逻辑回归、降低过拟合、卷积网络基础等

导读：当时电话来的非常快，我刚做完一家公司的笔试，接着来了电话的技术面试。

电话面试考点

       博主今天中午15点~17点，有家科技公司的在线笔试，题目还算简单，编程是英文的题目。期间有好几个电话打过来，等我笔试结束，又打电话过来时，我才去接的电话。

         电话中技术面试，先是自我介绍，我大概介绍了四五分钟。然后接着问了我SVM算法的特点，我把SVM的推导过程说了一下，然后分析了一下SVM的几个特点，接着分析了SVM和DNN的三点相似，但是忘记说SVM的三种分类了，即硬间隔、软间隔、核函数。

         又问了逻辑回归，我说了逻辑回归的一些特点，还有逻辑回归的小神经网络特性，包括逻辑回归是判别模型等。然后又问了逻辑回归和softmax多分类的相关内容。

         问了如何降低过拟合，我说了增加数据集、采用正则化、集成学习的算法。还问了什么是欠拟合，当时没想起来，后来思考了一下，说了，泛化能力强的模型才是好模型，对于训练好的模型，若在训练集表现差，在测试集表现同样会很差，这可能是欠拟合导致。欠拟合是指模型拟合程度不高，数据距离拟合曲线较远，或指模型没有很好地捕捉到数据特征，不能够很好地拟合数据。

         问了卷积神经网络的基本结构，很简单。也问到了关于特征工程的问题，特征工程中类别处理的方法，比如独热向量法和哈希处理算法，最后又问了LSTM和GRU的部分问题。

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/102723219