資料探勘實習面試

1. 兩個方向：

現在能做的也就是，Web開發，分前後段，前端js，後端c#，sql，和資料探勘，演算法部分c++，資料部分Python，Hadoop。

2. 簡歷上兩個錯誤：

一個是GBDT寫成了GBRT，GBDT核心是BOOST迭代過程，重視錯誤分類。隨機森林是大家來決策取眾數。二是郵箱的字尾.cn寫成了.com。

3.不會：

不會就是不會，不需要解釋。我不會Python，我不會Linux，我不熟C++。

4.第一輪電話面試

第一輪就是問到了迪傑斯特拉演算法，問題的關鍵是邊鬆弛，廣度優先+損失度量函式。第二是快排，快排的核心是選一個基準和遞迴的呼叫。遞迴是核心。兩個問題都很基本。最後就是解釋一下機器學習中的邏輯迴歸演算法。

5.第二輪技術面試：

5.1 Hadoop：因為做過阿里巴巴的大資料競賽，而且他們也是做類似的事情 ，所以對此很感興趣。

解釋一下Hadoop的MapReduce的map和reduce過程。Hadoop就是解決了大資料問題，大到一臺計算機無法進行儲存，一臺計算機無法在要求的時間內進行處理的可靠儲存和處理問題。Hadoop框架的核心是：HDFS和MapReduce。HDFS分散式檔案系統，為資料提供了儲存，類似於阿里的ODPS，MapReduce提供了計算，一個job分為map和reduce兩個階段，採用分治思想。Map函式接受一組資料並將其轉換成一個鍵/值對列表，輸入域中的每個元素對應一個鍵/值對。Reduce函式接受Map函式生成的列表，然後根據他們的鍵合併同類項。經典例項就是Wordcount，單詞計數。看了下面的兩幅圖，才發現自己之前的理解是錯的，map對映是一個分工的過程，reduce減少也就是一個合併的過程。最後再給一個部落格的參考連結：http://blog.csdn.net/opennaive/article/details/7514146；清楚明白。

5.2 演算法程式設計：一個九宮格從左上角到右下角的所有走法。

遞迴解法，就是把一個問題分解成子問題，然後找出最小子問題。動態規劃還需要找出問題的求解順序。

5.3 擴充套件一個棧Stack，實現三個函式，min(), pop(), push(), 要求時間複雜度是O(1).

因為時間上要求快了，所以考慮犧牲空間換取時間，而且負責度是O(1)，不能遍歷，所以考慮增加空間，思路是把當前最小值存起來，並且在pop和push操作的時候維護它：a. 如果有比當前最小值大的元素入棧，當前最小值不變；b. 如果有比當前最小值小的元素入棧，當前最小值變為新加入元素。c. 如果有比當前最小值大的元素出棧，當前最小值不變。d.如果有和當前最小值的元素相同出棧，當前最小值變為當前最小值入棧之前那個最小值，當前最小值退出。