Interview：算法崗位面試—10.24下午—上海某軟件公司(機器學習，上市)電話面試—考察SVM、邏輯回歸、降低過擬合、卷積網絡基礎等

導讀：當時電話來的非常快，我剛做完一家公司的筆試，接著來了電話的技術面試。

電話面試考點

? ? ? ?博主今天中午15點~17點，有家科技公司的在線筆試，題目還算簡單，編程是英文的題目。期間有好幾個電話打過來，等我筆試結束，又打電話過來時，我才去接的電話。

? ? ? ? ?電話中技術面試，先是自我介紹，我大概介紹了四五分鐘。然后接著問了我SVM算法的特點，我把SVM的推導過程說了一下，然后分析了一下SVM的幾個特點，接著分析了SVM和DNN的三點相似，但是忘記說SVM的三種分類了，即硬間隔、軟間隔、核函數。

? ? ? ? ?又問了邏輯回歸，我說了邏輯回歸的一些特點，還有邏輯回歸的小神經網絡特性，包括邏輯回歸是判別模型等。然后又問了邏輯回歸和softmax多分類的相關內容。

? ? ? ? ?問了如何降低過擬合，我說了增加數據集、采用正則化、集成學習的算法。還問了什么是欠擬合，當時沒想起來，后來思考了一下，說了，泛化能力強的模型才是好模型，對于訓練好的模型，若在訓練集表現差，在測試集表現同樣會很差，這可能是欠擬合導致。欠擬合是指模型擬合程度不高，數據距離擬合曲線較遠，或指模型沒有很好地捕捉到數據特征，不能夠很好地擬合數據。

? ? ? ? ?問了卷積神經網絡的基本結構，很簡單。也問到了關于特征工程的問題，特征工程中類別處理的方法，比如獨熱向量法和哈希處理算法，最后又問了LSTM和GRU的部分問題。

總結

以上是生活随笔為你收集整理的Interview：算法岗位面试—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、卷积网络基础等的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。