血虐，真的是感覺自己啥都不會，本來以為在網上自學了Coursera上《機器學習》的公開課，一切都萬事大吉了，最后才發現，我只不過邁出了很小的一步而已。面試以北郵師兄的那句“我就不送你了”結束，走出五道口東升大廈A座，時間是14點40，想想40分鍾前的我還是在大廈門口猶豫要不要進去，而40分鍾之后的我就已經狼狽地流出來了。附近停車場的保安大哥正在招呼來往車輛，那一瞬間，我突然發現我混的還不如他，人家至少還有一份工作，而我現在啥都沒有。簡歷上大言不慚地寫着自己“熟悉xx，掌握xx”，今天這一面，才發現不過如此嘛，每次學完一個項目或者一門課程，你要想想合上書本和電腦，你如何向別人介紹，真正留在你腦子里的才是你學到的。別以為聽了幾堂課，用matlab調用了幾個函數就掌握了知識點，沒有大量的練習與反饋，其實你“只是以為自己會了罷了”。
一面，面試中的問題回憶：
-
先是自我介紹（我的自我介紹是個人基本信息 + 項目） 這個建議自己一定要提前熟悉好，有條理地講出來
-
問了神經網絡，問我是否熟悉%￥#% 神經網絡，應該是神經網絡類型，反正我沒聽說過
-
卷積神經網絡，浮點計算量（這個問題目前沒搞懂2018-03-15）
-
c++題目，父類A保護類型變量，子類B私有方式繼承，子類的成員函數中可否對該變量賦值（m=5）（答案：保護類型變量私有繼承之后變成了私有類型，可以被該類成員函數訪問） 參考http://www.cnblogs.com/york-hust/archive/2012/06/01/2530799.html
第二個面試官（北郵師兄）
深入聊了“神經網絡”的項目，卷積神經網絡，深度學習，告訴我coursera上的公開課算法是2000年之前的，提示我關注CNN之類的算法，回想起了之前某次面試，問到了梯度下降法的種類（參考：http://blog.csdn.net/google19890102/article/details/48766869 ，http://blog.csdn.net/u010402786/article/details/51188876）
支持向量機哪幾種？
如何防止過擬合？為什么加lamda可以防止過擬合？正則化 l1 l2 有何區別？？（參考：如何防止過擬合，http://blog.csdn.net/heyongluoyao8/article/details/49429629，https://www.zhihu.com/question/59201590/answer/167392763）
神經網絡可相對於邏輯回歸與線性回歸，有何優勢？能產生非線性變量的組合嗎？x1*x2*x3？
還問了數字圖像處理項目中的銳化、均值濾波，掩膜知識，沒答上來
算法：簡述快排，以及快排最好和最差的情況（答案：最好的情況是樞紐元選取得當，每次都能均勻的划分序列。 時間復雜度O(nlogn) 最壞情況是樞紐元為最大或者最小數字，那么所有數都划分到一個序列去了 時間復雜度為O(n^2)，基本退化為冒泡排序）
最后面試官提到一句話，“我看你也寫了博客在簡歷上，問一道算法題”，寫博客有用打，是需要弄明白寫的東西。
tips/感悟：
1、面試時你可以主動拿一些白紙出來，在與面試官交流時可以用筆寫下想法，輔助理解。
2、面試前注意儀容儀表，尤其是鼻毛胡須與口腔異味
3、簡歷上寫的東西你一定要熟悉，要不就別往上寫
4、你要多說話，多問，多講，多把話題引到你會的領域和知識點
5、面試最怕“一無是處”，你的項目、算法、競賽、實習哪怕是顏值，如果都讓覺得面試官不滿意，你就完蛋了，一定要找到你自己的“亮點”