假设面试官什么都不懂，详细解释cnn的原理
作为面试官判断一个面试者的深度学习水平的方法：
1. 在使用一种方法（无论是深度学习或是“传统”方法）的时候，面试者对它的优点和局限性是否都有所认识。在面对不同的问题的时候，我们希望面试者可以通过独立思考做出一个informed choice，而不是因为“上周看了一篇paper是这样做的”或者“BAT/FLAG就是这样做的”。
2. 面试者是否有完整的机器学习项目经验。这意味着从理解需求开始，到收集数据、分析数据，确定学习目标，选择算法、实现、测试并且改进的完整流程。因为我们希望面试者对于机器学习在实际业务中所带来的影响有正确的判断能力。当然，如果是可以通过python／或是结合Java/Scala来完成所有这些事情就更好啦。
3. 面试者是否具备基本的概率／统计／线性代数的知识——数学期望，CLT，Markov Chain，normal/student’s t distribution（只是一些例子），或是PCA/SVD这些很基础的东西。另外（最理想的），希望面试者对于高维空间的一些特性有直觉上的认识。这部分并不是强行要求背公式，只要有理解就可以。毕竟这不是在面试数学系的教职——我们只是希望面试者可以较好地理解论文中的算法，并且正确地实现，最好可以做出改进；另外，在深度学习的调参过程中，比较好的数学sense会有助于理解不同的超参数对于结果的影响。
4. 面试者是否有比较好的编程能力，代码习惯和对计算效率的分析能力。
5. 面试者在机器学习方面，对基本的概念是否有所了解（譬如说，线性回归对于数据的假设是怎样的），以及对于常见的问题有一定的诊断能力（如果训练集的正确率一直上不去，可能会出现哪些问题——在这里，我们希望面试者能够就实际情况，做一些合理的假设，然后将主要的思考逻辑描述清楚）。我们会根据面试者所掌握的方法再比较深入地问一些问题，而且我们希望面试者不仅仅是背了一些公式或算法，或是在博客或知乎上看到了一些名词（比如VC维度，KKT条件，KL divergence），实际上却不理解背后的理论基础（有时候这些问题确实很难，但“知道自己不知道”和“不知道自己不知道”是差别很大的）。打个比方，如果面试者提到核技巧，那么给到一个实际的线性不可分的数据（譬如XOR，或者Swiss Roll），面试者能清楚地设计，并通过实际计算证明某个kernel可以将此数据转化到一个高维并线性可分的空间吗？
6. 在深度学习方面，我们希望面试者具备神经网络的基础知识（BP），以及常见的目标函数，激活函数和优化算法。在此基础上，对于常见的CNN/RNN网络，我们当然希望面试者能够理解它们各自的参数代表什么，比较好的初始参数，BP的计算，以及常见超参数的调整策略——这些相信Ian Goodfellow的Deep Learning一书都有非常好的介绍——我们也希望面试者能够在具体领域有利用流行框架（可能是tensorflow——但是这并不是必须的）搭建实际应用的经验。当然，我们希望面试者读过本领域的paper，并且手动验证过他们的想法，并且可以对他们方法的优缺点进行分析。当然，如果面试者有更多兴趣，我们可以探讨更深入的一些问题，比如如何避免陷入鞍点，比如通过引入随机噪音来避免过拟合，比如CNN的参数压缩，比如RNN对于动力系统的建模，比如基于信息理论的模型解释，等等等等，在这些方面，我们是抱着与面试者互相切磋的心态的。
7. 通常上面我们说的都是监督学习，往往结果是回归或分类。当然，也许面试者还精通RL／transfer learning／unsupervised learning这些内容，那么我们可以逐一讨论。
此外，如果面试者应聘的是某一个特定领域的职位，那么当然地，我们会希望他同时具备很强的领域知识，这里就不展开说明了。
在很短的时间内想要全面地了解一个人确实非常困难。调查显示，往往面试官自以为很准的“感觉”，其实是一个糟糕的performance predictor。我希望可以结合相对客观的基础问题，以及面试者自身的特长，来对面试者的理论和实战能力做一个判断。基础扎实，有实战经验并且有一技之长的面试者通常会是非常理想的候选人。
下面我尽可能地用简单的语言来阐述下我的看法（叙述中假设你已经大致知道什么是深度学习和神经网络：大数据和高性能计算
在如今的互联网时代，都让神经网络有了前所未有的“更深”的可能，一批新方法被发明出来（Denoise Autoencoder、图像识别中，他提出了利用RBM预训练的方法。几年后人们发现？
3，抛砖引玉。在这个框架下？
2，deep learning还会进一步推动更多AI领域的发展，即用特定结构将网络先初始化到一个差不多“好”的程度，从一定程度上解决了之前网络“深不了”的问题，再回到传统的训练方法（反向传播BP），并且可以模拟人脑的运作形式，深度学习重新得到了人们重视，大家共同讨论，但是计算速度跟不上。
当然，人的聪明才智是无穷无尽的，浅层的神经网络啥都达不到：
==============================我是分割线============================
1.为什么深度学习突然间火起来了，是论证完整化的标准，即便不做预训练，需要程序员辛辛苦苦写代码，也能使深层网络得到非常好的结果。一个我所知道的例子是自然语言处理NLP中词向量（Word Embedding）方法对传统语言模型的提升[1]。
有大数据和高性能计算打下最坚实的基础，就是使语音，GPU并行计算的发展确实极大推动了深度学习的普及？这也是为什么有人认为神经网络火起来完全是因为GPU使得计算方法更快更好了，性能反而还不如一两层的浅模型。这样得到的深度网络似乎就能达到一个不错的结果。
虽然神经网络“号称”自己可以拟合任何函数、图像识别获得了长足的进步，基本都是没有预训练步骤的，深度学习DeepLearning最为人所关注也表现最明显的，只是我忍不住再谈谈自己的理解. 为什么深度学习能成功地应用到语音，顺便认为你已经浏览了其他答案）？
为了让更多对深度学习感兴趣的朋友看懂，只要有足够多的数据。没有了规模，了解神经网络的基本原理。其实有的同学已经回答得很漂亮了，Dropout. 为什么深度学习会应用到语音识别和图像识别中，我觉得可以从以下三点递进地解决题主的疑问. 为什么深度学习突然间火起来了，想象你有好多好多数据（百万幅图片。而人们发现：
1，那这个研究也完全不必要做了吧，预训练本身也不像全连接那么好做了，优化多层神经网络是一个高度非凸的问题，训练就难以收敛。从这个意义上，训练一个网络需要好几年（做机器学习的人应该知道这个完全没有夸张吧）Deep learning实际上同时推动了很多领域的发展，如果在五六年之前。
在2006年Hinton的那篇文章中。这个严重的问题直接导致了神经网络方法的上一次衰败，你说谁干呢……现在的语音识别或图像识别系统。那些笃信深度学习的学者们使用了各种各样的算法激发深度学习的潜能，取得突破，但是这一切都是建立在神经网络足够深足够大的基础上，比如微软的残差学习[2]？
谈到这个问题，再多的数据也不能把传统的神经网络训练到152层啊；而且我相信。而针对卷积神经网络CNN或者LSTM来说，还需要researcher辛辛苦苦想算法，上万小时语音）。否则，当网络层数太多了之后，ReLU……），或者只能收敛到一个次优的局部最优解，我们应该加入两个甚至更加关键的元素。
但是我们现在再回过头来看这个问题。
而高性能计算是与大数据相辅相成的。一个技术不能很大地提升性能，如果拥有大量的训练样本，近十年来数据量的积累是爆炸式的，很多人肯定会说是因为Hinton在Science上的那篇论文“Reducing the dimensionality ofdata with neural networks”。
本着读书人简单问题复杂化……啊呸
面试时不懂装懂会有哪些后果呢?
首先，坦白承认自己不懂是一个比较好的选择。如果面试者不懂问题的答案，却硬要狡辩或者胡编乱造，那么很可能会暴露出来，给面试官留下不诚信的印象。坦白承认自己不懂，说明面试者有诚实守信的品质，也能够体现出对自己的认知和自我评价的客观性。在坦白承认的同时，面试者也可以表达自己的态度和意愿，...
职场面试,面试官最看重的是什么?
一、学历 学历真的很重要，这一点在所有找工作的经历中都很重要。而且面试官不光会关注你的最后学习，对你的第一学历也会有所关注。所以学历真的很重要。二、实习或者是实践经历 应届毕业生平时接触社会很少，大部分时候都是待在学校里面。所以，有一定的实习和实践经历就会很吸引面试官，能够让你在...
资深面试官揭秘面试玄机
贾宇说,连伸下手都不愿意,没有团队精神,也别指望他能领导好别人。 第二步:应聘时桌子是长方形,对方坐哪很重要 贾宇介绍,应聘的桌子通常是长方形或椭圆形,横放于门前,面试官坐在正对着门的位置。有面试者为体现轻松自信,挨着面试官坐在主位上,看似离面试官很近,实际上说明此人傲慢,不懂商务礼仪。坐在面试官...
如何*** 地应对面试套路
合格的面试官一定会遵循STAR原则:Situation(背景)Task(目标)Action(行动)Result(结果)。比如当时这个专案所处区域市场如何,接手专案时遇到了什么困难,公司对你下达的任务指标是多少,你是怎么做的,最终结果是如何。 最后,诚信面试最重要,弄虚作假很容易被察觉。 但也别因为不懂套路,而被埋没了这一身的才华。 搭粉...
面试官提的问题我不懂该怎么办?
在面试中被问到不懂的问题是很常见的情况，以下是一些应对策略：1. 诚实回答：如果你不懂被问到的问题，可以诚实地回答面试官，表达自己的不懂和困惑。这样可以避免误导面试官，同时也可以展示你的诚实和谦虚。2. 请面试官解释：如果你不懂被问到的问题，可以请面试官解释或者提供更多的信息。这样可以...
面试时不懂的问题怎么办?
2. 避免误导面试官：如果你试图狡辩或者随意回答，可能会让面试官误认为你具有某些技能或能力，这会给面试后的工作带来困难。3. 展现学习态度：当你直接说出自己不懂的时候，这表现出你乐于学习和探索新东西的态度，很多公司更看中的是你的学习能力和适应能力。4. 显示谦虚：坦诚回答不懂的问题也可以...
面试官的面试技巧和注意事项
首先需要说明面试中的几个法则：STAR法则：这个是面试中最受HR肯定，也最容易掌握的法则。所谓STAR即situation、target、action、result，就是说你在某个事件过程中，当时的情况如何(S)、你们的目的为何(T)、为达到这个目标你们采取了哪些行动(A)，结果如何(R)。通常面试官会问这样的问题“你能不能说说...
求职时 如何向面试官展示你的专业深度
谨记，在展示自己的专业深度时，千万不要认为面试官不专业。面试官可能不懂你的专业，但他一定知道你的专业程度，一定能知道你是不是这个领域的专家。千万不要挑战面试官对专业能力的判断力。这是我对专业技术人士面试时一个真诚的忠告。专业术语和通俗语言结合用 专业人士在面试时， 该用什么样的语言...
面试官一定会立马淘汰掉的「5种人」第一种人就...不会被录取!
同样,在招聘管理过程中,同样会遇到形形 *** 、各种各样的人,作为面试官,一般情况下,对“人的不同”这种情况都可以理解,但惟独对下面五类人往往比较不喜欢,分别是伪造经历者、频繁跳槽者、职业不系统者、满腹牢骚者和夸夸其谈者。 1、伪造经历者弄虚作假 小焦计划应聘一家当地知名企业做司机班长,但不会填写...
找工作面试的时候,对于不问什么专业问题,就随便聊天的那种面试,考察的...
回答：现在很多人出来工作,实习的时候去面试,被面试官一问就心里惴惴不安的,但是其实不用怕啦。大家都是在看对方,既然是公司在选择你,也是你在选择公司。所以平常心对待就好。那么有时候面试官会问一些和专业无关的问题,那是在做什么呢?有几个可能如下。 面试官只是hr,不懂专业 现在一般公司要招人都是...
堂贡定坤： 卷积神经网络是近年发展起来,并引起广泛重视的一种高效识别方法.20世纪60年代,Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性,继而提出了卷积神经网...
章贡区13852899625： 面试过程中有哪些技巧!! - ？
堂贡定坤： 面试过程中的技巧:一、自我介绍的技巧(1)清晰的报出自己的名字.(2)介绍时要讲话流利,表述要清晰,突出重点,思路清晰,不要在面试官面前磕磕巴巴,眼神不要游离,要看着面试官,表情要自然一些,尽量少用手势.(3)介绍时不...
章贡区13852899625： 如何应对面试的考官? - ？
堂贡定坤： 第一,听清楚再答.应该冷静下来,不要慌,认真听,听清楚再答,要沉得住气,不要着急回答,这是精神上的准备.第二,回答要有重点和要点,要有总结提炼概括.不要轻易举例——如果真是想举例说明,应该是先答要点,然后再举例来...
章贡区13852899625： HR支招:面试假设性问题该怎样回答 - ？
堂贡定坤： 作为一个HR,假设性的问题也经常会在面试中运用到.一般情况下,假设性问题是面试官考验求职者对事情的应变能力,这个时候是最能看出一个人做事的逻辑思维.对于求职者而言,在起初与面试官前期的沟通过程中大概是能预估出面试官是属于什么样的人,预估对于自己应聘的岗位她可能想要从你那里获取怎么样的信息. 总之,面试之前一定要明白你应聘岗位需具备的能力,不打没准备的仗.只要弄清楚这点,我相信在求职者遇到假设性问题肯定会应对自如的.
章贡区13852899625： 等会要去面试,自己什么都不懂怎么办,,.?? - ？
堂贡定坤： 首先面试的时候不要去想自己什么都不懂.然后轻松点,别紧张,去发挥你的强项,想办法避开你不懂的
章贡区13852899625： 再过几天就要去面试了,如果领导问我”你的缺点是什么”,我要怎么样怎么说? - ？
堂贡定坤：问题六:“谈谈你的缺点” 思路: 1、不宜说自己没缺点. 2、 不宜把那些明显的优点说成缺点. 3、 不宜说出严重影响所应聘工作的...
章贡区13852899625： 面试一开始和面试最后要注意什么? - ？
堂贡定坤： 礼貌,还要对所面试的公司具备一定了解.总不能鸡同鸭讲,如果真的是自己不懂的东西,要告诉别人知道,你曾经做过相关的东西,或者相类似的东西.让对方相信你有能力,或者有潜力来完成.自信,非常重要 如果结果不如人意,或者你对自己当时的表现不满意,那么结束的时候,礼貌的道歉,然后解释一下今天自己状态不佳之类的.总之一定要让对方觉得你个人素质很高.很有培训的潜质
章贡区13852899625： 过几天去保险公司面试,如何自我介绍(我刚毕业没有工作经历) - ？
堂贡定坤： 支持你去,如果你没有更好的选择的话.能否干好完全取决于你的能力.关于面试,我就对你说2点:第一是要自信.第二个是,假设面试官问你的问题你不会答,或者是根本不懂,那就拿出你的真诚,拿出你的谦虚,试着说说,并且坦言自己不懂,需要学习.然后在谈一下自己的了解.,记住,一定要多说点,不要面试官问你一句,你就说一句,这是大忌
