想给博客换个模板，deploy以后把之前的post全都覆盖掉了-.-，只好从头开始写了。
今天电面了携程大数据（机票部）实习生，感觉不是太好。面试官是技术部的boss，很强势。以下用A表示面试官，B是我

A：来给我介绍一下你自己
B：哦好，我是Link，是读EE的本科生，马上要毕业了。做过几个DL的project和实习，目前在学校的Lab打工blabla…

A：能具体说说你的项目吗？挑几个好的
B：blabla….

A：你的风格迁移用的是VGG-16？详细跟我讲一下
B：blabla…

A：恩，还可以，有paper吗？
B：没有

A：说一下LR
B：LR是基于sigmoid的服从Logistic分布的模型，用来做回归或二分类。输出在(0,1)之间，方便拿来做概率用。如果做多分类的话，就把每个分量加起来作为输出某一类的概率

A：嗯？你说LR可以做多分类？
B：。。加一个softmax层就可以了

A：那不是LR本身
B：恩对。。

A：它的loss function，以及怎么优化的
B：似然函数，用SGD或者Adam优化

A：树结构知道吗？
B：知道KD树，决策树不太熟悉，但了解有C4.5 CART剪枝方法。KD树是KNN的实现，用linear scan去找相似点开销太大，用KD树可以高效完成这个任务。具体做法是，先构造KD树，再用近邻搜索。

A：AOC听说过吗？
B：没有。。

A：你平常开发都用什么包？
B：系统包就不说了，计算的话用numpy, sklearn和一些图像处理的包比如matplotlib和Imageio

A：pandas用吗？
B：很少，用pandas读过CSV文件，画过一些简单的图

A：说一下常用提取特征的方法
B：PCA, t-SNE（说错了，作死），CNN也可以用来提取特征。

A：知道什么是欠拟合和过拟合吗？说一下常用的防止过拟合的方法
B：欠拟合就是，比如我有9个点，拟合的是一条直线，有的点在上面有的不在；过拟合就是，一根很好的曲线穿过这些点，但是再来几个点，就不能很好地处理了。常用防止过拟合的方法有正则化，L1,L2。就是关于模型复杂度的一个penalty，模型太复杂，loss会很大，从而防止模型在training set上表现太好。

A：恩，详细说一下L1和L2。
B：L1就是权重W的各个分量绝对值之和，可能为0，所以适合于高维稀疏的情况；L2是平方之和，不能为0，所以适合于低维稠密的情况。

A：还知道其他的防止过拟合的方法吗？
B：不知道了。。

A：好吧，那你知道回归和分类的区别吗？
B：。。回归就是设定参数去拟合目标函数，分类就是计算后验概率去将实例分到某一类中去

A：在回归的时候，一般会对样本点进行一些假设，最后会验证这些假设是否成立。能说一下都有什么假设吗？
B：我不是太了解统计，都是靠自学《统计学习方法》，基础不是太好。我认为第一个假设是，输入和输出存在某种关系，并且这种关系是可学习的；第二个假设是数据是独立同分布的。

A：恩，少说了一个KKT条件。下面是一个开放性题目，假如我有30000个航班一年以来的时间表，想知道航班延误的时间段是均匀分布还是分布在某些区间，如何做？
B：。。我想一想

5min….

B：直接在二维里，横轴是日期，纵轴是航班的时间表画出来就行了。

A：说详细一点，横轴是什么日期？如果是一年的话，就是365天，我只需要知道航班具体是在一天的哪几个时间段晚点
B：横轴是一天，也就是24小时；纵轴是每个航班的相对延误时间，也就是实际到达时间减去应到达时间。再画出来观察就好

A：对，挺简单的，你想复杂了。第二个问题是，一个人要买携程机票，有什么因素会影响他的决定？也就是买还是不买
B：第一个是历史评价，比如他要买春秋，北京到上海。他就会看一下历史评价再考虑买或者不买；第二个是时间，淡季机票要比其他时间要便宜很多，这也是一个因素

A：还有吗？
B：没了。

A：面试差不多了，你还有什么想问的吗？
B：如果我被录取了，会分到哪个组？是做什么的？您能介绍一下自己组一般都做些什么吗？编程语言和框架呢？

A：我们有机票预测组，行情分析组等等，比如说我在的组是机票，就是预测机票走势和用户行为，再反馈给产品组。你分到哪个组不确定，需要上级决定。编程的话，Python和R都有，但是提数据要SQL，这个必须会
B：好，我本科不是计算机的，所以没学数据库。不过我可以以后再学

A：你什么时候能过来？大约实习多长时间呢？
B：我毕了业，8月份就可以。实习半年以上吧。因为我要gap申请研究生，取决于申请的结果。

A：好，我知道了。还有什么要问的吗？
B：我还要去上海面试吗？

A：这个不是我说了算，我得向上级反馈一下这次面试结果才能知道。你等通知吧
B：好，谢谢

A：恩，那就结束吧，再见
B：再见

估计没过，问了很多基础的都没答上来。。。