如果简历上有相关的深度学习 project 的话, 一定会被深入问吧…剩下的东西很多情况下取决与面试的公司平时一般做啥.之前有朋友面过一个传统 ML + NLP + 一点点 DL 的 position (Entry Level), 面试题目涵盖如下, 可以感受一下:
果我是面试官,可能还会问:
在大部分的案例中,博物馆都想通过 AR 技术来增强参观的体验感。一次成功的博物馆体验需要把信息自然不违和地传达给受众。在传统情境中,这意味着参与者在接受展品信息时需要承受大量的认知负荷。新技术的产品当然要缓解这一现状。
我们的关注点也就不仅仅聚焦于可用性上,还有参与者的情绪变化。一组在博物馆参观中比较明显的情绪状态是:
所有的情绪都体现了学习过程中不同阶段的特点。发展与建设理论(Broaden-and-Build Theory)提到,任何积极的情绪,如高兴、好奇、愉悦,都可以拓展人们的认知,并引发高度的创造性(Compton, 2005; Hutton & Sundar, 2010)。
考虑到博物馆里经常会陈列一些精致的文化遗产诸如古董、历史事件等,第三组情绪在混合现实科技里被尤为强调。如何建立起恰当的联系也因此成了一个挑战。
数学一向以严谨的思维著称,每一步推理都需要严格的理由。但在数学历史中,漏洞百出的数学推理也频频出现。有趣的是,即使是这些不严格的思路也充满着智慧,在数学中的地位不亚于那些伟大的证明。今天,果壳死理性派会用几个经典例子告诉你,在数学里也是可以耍流氓的。
耍流氓是各种数学悖论的来源。你能想一个命题,使得它和它的否定形式同时成立吗?令人难以置信的是,这样的命题真的存在。“这句话是七字句”就是这样一种奇怪的命题。它的否定形式是“这句话不是七字句”,同样是成立的。
你肯定会大叫“赖皮”,命题的真假与这个命题本身的形式有关,这样的命题算数学命题吗?没错,这些涉及到自己的命题都叫做“自我指涉命题”,它们的出现会引发很多令人头疼的问题。从说谎者悖论(Liar paradox)到罗素悖论(Russell’s paradox),各种逻辑悖论的产生根源几乎都是自我指涉。数理逻辑中的流氓遍地都是,它们直接引发了数学史上的第三次数学危机。
以上简讯由数据工匠提供,感兴趣的小伙伴可以通过扫描简报后的二维码链接原文,更多数据科学资讯尽在数据工匠,扫码关注 Datartisan 数据工匠公众号!如果你看到什么与“数据科学”有关的好文或者信息科技优质的文章,可以随手转发给我们,让更多热爱数据科学的小伙伴一起成长!