机器学习/自然语言处理方向面试

360实习生面试过程：

18年2月初去的360面试，这是第一次去大型互联网公司面试，也只是抱着试试看的念头，但是年后HR给我打电话说我通过了，然后就没再准备其他公司的，一心等3月多去公司。结果，一直没等到正式offer的我给公司打电话，跟我说人招满了，忘记通知我了。呵呵到无话可说，如果第一个电话告诉我说我没过也可以，关键是我都准备着去北京了，结果又是因为其他原因说忘记通知了。。。ε=(´ο｀*)))唉
面试经过：共3面，第一面是个技术大牛，怼了我一顿，主要有这样几个问题：
1.当场写代码：tensorflow的应用，比如写一个对图像进行分类的实际应用代码。
2.keras的应用：不用写代码，但是要知道应用场景
3.推荐算法的矩阵分解怎么做。
4.最大似然和贝叶斯分类的区别（回答：先验的有无），分别适用于什么场景：贝叶斯适用于小数据集，因为先验好求。
5.判别式和生成式的算法各有哪些，区别是什么，分别适用于什么场景。
6.LR和最大似然的区别
7.L1和L2范数的区别以及适用的场景
8.各种算法的损失函数怎么写
第二面应该也是一个技术，看起来像是管理层，问的比较简单，就是介绍一下自己简历上做过的项目
三面是HR面试，一个孕妇，问了一下薪资的问题。
总的2个多小时的时间，3个面试就结束了，可以说是比较有效率。

滴滴电话面试

一共是2面，都是技术面试，两个都是电话面试，中间隔了2天时间，大概每个都半个多小时时间。
一面：面试官环境声音比较嘈杂，很多时候听不清楚，但是听起来脾气蛮好。开始面试官进行了自我介绍，然后我做自我介绍。
问：选择一个最熟悉的项目进行讲解
答：我讲的爬虫+文档分类+推荐算法，设计到word2vec,svm,贝叶斯，协同过滤，矩阵分解，冷启动。
问：文档分类的准确度以及使用什么方法得到的准确度
答：96%左右，k折交叉验证（面试官讲了他们做测试的时候，是16年的训练，17年的验证）
问：对深度学习的理解
答：略讲了CNN卷积，卷积层和pooling层的