知乎数据挖掘岗位面经

面的是知乎的数据挖掘岗位。很喜欢知乎的工作环境。

首先是一个很年轻 的面试官，面试官特别和蔼。首先自我介绍，然后询问项目。面试官对我的一个利用深度学习来做生物图像的项目很感兴趣，具体介绍了一遍，使用了CNN+RNN，RNN的输入是一个时序的图像的特征（10个图像块），问：1、如何操作 将10个图像的特征向量输入到RNN？2、如何评价CNN模型，什么样的结果是过拟合，如何消除过拟合？3、CNN有几层，具体参数？4、如何在是时序图像中追踪同一个对象？怎么说，这个项目我没有做完，有些问题答的都是一知半解。

接下来让我介绍一下了解的机器学习算法，让我讲一下最了解的算法，我说了SVM，接着给面试官推导了一遍。面试官又问了有没有实际应用这个算法，我介绍了之前做的一个应用：利用SVM对心室和心房的钙流波形图做分类，当时的正确率为80%左右。

又看了我本科参加过JAVA的比赛，获得了西北地区的一等奖，问了我collection和map下面有哪些继承类以及其之间的区别？

Collection<--List<--ArrayList
Collection<--List<--LinkedList
Collection<--Set<--HashSet
Collection<--Set<--HashSet<--LinkedHashSet
Collection<--Set<--SortedSet<--TreeSet
Map<--SortedMap<--TreeMap
Map<--HashMap 

最后是手写代码：1、给定一个矩阵，以及两个坐标P(i,j)和Q(m,n)，分别为子矩阵的左上角和右下角的坐标，在O(1)时间复杂度下，求子矩阵各个元素之和？我想了好久想了几个方法时间复杂度都不是O(1)，最后面试官微笑着说，么事，回去再想想。

又问了一个问题，不是写代码：有一亿个数，要求它们的均值和方差，随机取样取多少比较好？

接下来又来了一个面试官：这个面试官没有刚才的面试官那么和蔼，好像还有急事的样子。首先让我介绍了一下利用聚类对航空用户价值分析的项目。然后让我说一下K-means聚类算法，又问了还了解哪些聚类算法，我说了分层聚类，谱聚类，又分别详细的介绍了一下。问了我熟悉哪些语言，（这是套路，接下来一定是要让你用你最熟悉的语言开始手写代码了）。给定一个已经排好序的数组，分成两块，然后将两块交换位置，给定一个数，判断是否在数组里面，如果在返回下标。利用了快排的思想，又问了时间复杂度。接下来让我说一下JAVA/C/C++语言的区别，为什么？

有些题目的答案我不确定，就不在博客上写了，怕误导大家。写个面经，攒攒人品！