腾讯2017年春招内推面试（一）

2017.3.28 SNG基础研究

1、询问实验室具体情况，偏向于做哪一块；
2、分布式并行化的了解，sklearn库的运用；
3、GBDT和随机森林的区别；
4、模型的方法和偏差的区别；
5、ROC和AUC分别代表的是什么，ROC的取值范围；（AUC是ROC下面的面积！！）
6、过拟合是怎么解决的（基本的算法、神经网络的算法中）
7、神经网络防治过拟合除了dropout还有什么方法；（early stopping，augmentation，正则化）
8、L1和L2产生的结果有什么区别；
9、神经网络梯度消失的问题是怎么产生的；
10、深度学习平常有使用到吗？（问得不深入）
11、文本的使用？（问得不深入）
12、spark的MLlib的使用过吗？
13、PageRank的实现原理，大概思想？（网页排序算法）
14、前面提到了有向图，那么树的叶子结点和边结点有什么关系？（对于二叉树来说，叶子结点和内部结点是什么关系，这个回答得不好）
15、什么是平衡二叉树？什么是红黑树？红黑树有哪些实际应用场景呢？（回答了STL的两个底层，实际场景没有回答出来）
16、哈希冲突的解决方法？（开放定址法、链地址法，其它的没有答出来）
17、布隆过滤器有没有使用过？原理？（提示与哈希相关）
18、数据结构里堆的定义和，基本模型是怎样的？时间复杂度是多少？（最大堆、最小堆）
19、Java和Python哪个用的比较多（答C++，面试官说做大数据C++用的不多吧）
20、设计模式了解过吗？工厂模式主要解决什么问题？（答了一点，然后gg）

21、介绍了一下他们BG的主要工作（文章推荐、部落推荐、提升转化、挖掘群用户信息）