一、深算院面经

深算院 一轮面经

（1）简单自我介绍

（2）为什么要换工作

（3）简单介绍一下你最近做的那个项目，用了什么算法，得到了什么结果？

（4）讲一下，你如何在Pytorch中训练上述模型？

（5）你接触过机器学习的什么模型？

（6）k-means模型的整个流程是怎样的，如何评估？

（7）讲一下准确率、召回率、F值代表的意义？

（8）介绍一下你所了解的深度学习内容？

总结：部分内容还是得苦修内功，很多基础的机器学习内容弄混淆了。基本的物理概念没有讲清楚，继续努力。

二、知识点积累

2.1 描述准确率、召回率、F值、ROC、ACU代表的物理意义

alt

名称 实际的类（+） 实际的类（-）
预测的类（+） TP FP
预测的类（-） FP FN

（1）准确率：表示预测正确的样本数占总体正样本数的比例。

Precision=TPTP+FPPrecision = \frac{TP}{TP+FP}

（2）召回率：表示预测对的样本数占真正正例数的比例。

Recall=TPTP+FNRecall = \frac{TP}{TP+FN}

（3） F值：为准确率和召回率的调和平均数，是综合评定准确率和召回率的指标

F=2PRP+RF = \frac{2PR}{P+R}

（4）ROC：（Receiver Operating Characteristic）曲线是以假正率（FP_rate）和真正率（TP_rate）为轴的曲线，ROC曲线下面的面积我们叫做AUC，如下图所示 alt