说起来也算是第一篇面经，也算是给自己记录一下。从回国开始面试，加起来也有两周以上的面试经验了，拉勾网上投递主要还是创业公司给的面试机会更多，然后个人定位在数据挖掘这块。
腾讯这边算是内推，和HR联系的时候也是强调了数据挖掘这块，但是最后是算法工程师还是和自己意愿有点差距，自然面试过程也是被吊打
简单记录一下流程：
1. 项目方面
面试官挑选了数据挖掘的项目，我大概介绍了以后很快就进入了理论问题的阶段，因为项目里提到了特征提取，所以面试官想就PCA方面问问题，项目这块很快就过去了。
2.机器学习理论
a. PCA
为什么特征解可以描述主成分
解释一下归一化
b. 树
解释随机森林的随机性
在随机森林中，因为feature选择时候也有随机性，那么信息增益大就能说明选择哪个feature切割更好吗
c. logistic regression
简述一下过拟合这个问题以及过拟合的原因（数学理论方面，而不是表现上）
过拟合的应对措施有哪些（实际中加入噪声的方法效果好，而且比正则化简单）
L1，L2范数的理解，优缺点，应用场景
L0了解吗
d. 实时数据的处理
一般lr是在线下做的，但比如音乐推荐中，用户一直听“乡村“类型的歌曲，在搜索4、5首摇滚歌取以后，如何马上推荐摇滚类
3. 深度学习
因为自己学艺不精，就没有在这块浪费面试官时间了
在强调原创性和学术性方面，我还是离得比较远的。应届生面试还是要着重理论基础，特别是这些算法的原理。