2017.4.10修改：补充了我在面试时候的较为详细的回答，给大家一个参考，大概看看面试时候什么的回答算是比较好的吧。

==============================================================================================

介于我初试成绩比较惨淡(总分387)，我就不多介绍自己的初试复习经历了，我就简单说几句吧。政治请跟好肖秀荣，专业课408千万不要掉以轻心，尤其跨考的越早开始越好。18的小心数学难度爆炸。

简单讲讲复试的感受。请注意，初试的成绩基本有决定性的作用，而初试结束到复试开始，这之间有2个多月的时间可以用来准备复试，时间非常充裕。所以，在初试结束前，没有十足把握的同学，请好好准备初试。

按照往年来看，复试中最为关键的部分是机试，拉分很大，而且高的机试分在联系实验室的时候很有优势，也可以为面试赢得好感。在除了17以外的年份，机试满分都是极有竞争力的，联系导师的时候是很大的加分项。PAT考试可以替代机试成绩，如果有可能的话，复试前的每次PAT都去参加一下，PAT难度不一，说不定哪次就拿了个满分。

关于PAT/机试的准备方法，我是买了晴神宝典(《算法笔记》胡凡)，然后按照上面的顺序刷题。里面的模板可以适当记一记。个人感觉，即便基础很一般的同学，如果能在机试/PAT前刷完一遍，应该能拿个60分，如果能刷完两遍，80+问题不大。这里的刷完是指独立刷完，你可以有部分题做不出来,思考很久仍不得其法，也可以是某几个case始终过不去，不得已按照参考代码AC了，但你最后得有95%以上的题目能够独立解决。如果机试/PAT的难度正常的话，这样应该能取得一个不错的成绩了。

由于今年PAT的特殊情况，导致学院面试变得前所未有的重要。这里建议大家看看star学长的面试体会。

=================================================================================================

star学长是17考研面试第X组的笔录，下面是他分享的一些经验：

我们组一共28个人，面试低于70分的一个，接近70分的也有几个。我认为最主要的原因是：

1、实在是没有任何项目经验。老师会问你做过什么项目，课程设计，毕业设计，平时写的小程序都能拿出来说，千万别啥都不说；

2、如果你的项目经验很贫乏，老师会转头问你一些基础问题，比如排序算法的优劣分析一下？傅里叶级数的物理意义？矩阵变换的几何意义？施密特正交化的几何意义？

如果这些基础问题再打不出来，老师还会问更简单的，比如矩阵的乘法需要几次循环？还比如，6个硬币，里面有一个假币，给个天平，几次能找出假币？这种还回答不上来，就可能分很低了。

总体上来说，老师会首先抛出一个基础问题，很可能跟你的项目相关。如果你答的好，会继续加深难度，探测你的水平和对问题的理解深度，这个会不停的加分。如果你答的不好，老师会问更简单的问题，如果还不会，会更简单，这个过程会一直减分。分高的是老师从一个项目开始，挖掘一个问题，挖深了依然能谈笑风生，就分高。

我讲的是基本套路，也不一定，你运气好，老师可能觉得累了，会问的比较简单一点。还有一点，专硕的问题一般都会稍微简单一点。你们准备考试要从基本套路开始准备，不要妄想自己是特殊的那一个。统计规律是有参考价值的，特殊值请不要做为参考。毕竟两天面试，我完整的见证了50多个人的面试，得出的统计经验。

=================================================================================================

我简单讲讲我面试时候的情况。大家可以结合学长所说的经验看看，我基本就属于那种从一个问题开始，不停地挖，挖深了也能谈笑风生的情况。我抽到的红白纸是操作系统中的内存分配和组成原理中的指令周期，难度都不大，很容易读懂。进去之后老师收了我的红白纸，之后也没有针对它们问任何问题。

前半部分是英文问答：

1. 为什么考浙大？我早有准备，瞎背一通，先说自己住在杭州离浙大近，又说我对某方向感兴趣，浙大这方面很强。这里要注意的是，有可能的话，尽量让自己的回答有特色一些。别千篇一律的“everyone knowszju is a good university…”，这样老师会觉得很乏味。激发不起老师的好奇心和兴趣是很难拿一个高分的。

2. 联系了哪个实验室。我说我联系了XX实验室，虽然其它也有给offer的，但应该会去这里。嘿嘿，大胆猜测问这个问题的老师对我有意向，最后又中文问了我一遍，我说我应该会去xx实验室的。

3. 问我意向的研究方向，又问了我比较喜欢什么算法。我个人觉得这里可能是考察algorithm这个词…没什么可以多说的。

4. 针对我简历上的一个竞赛(数模)提了一个问题，问我当时解决了一个什么问题。我回答了两句之后老师惊讶地说，诶，不是ACM啊……尴尬。

5. 最后问我哪些课掌握得比较好。我说线代和概率论。这两个词可能很多同学不太说得上来。我答完这个问题，老师表示可以进行中文问答了。

后半部分是中文问答：

1. 由于我的本科专业是航空航天工程，没学什么计算机相关课程，而且很多课老师也不熟，他们就针对我之前所说的掌握得比较好的课程开始发问(主要是线代)。先问了我一个非常大的问题：对矩阵的看法。我主要就分两点说明了一下，第一点从解方程出发回答了一些。第二点从线性空间回答了一些。

2. 然后又问了我矩阵在我意向的研究方向(机器学习)中的应用和优势。我瞎回答了几句。主要之前没想到老师会问得这么泛，没怎么准备这类问题。优势方面，我主要阐述了矩阵运算的时间复杂度的优势，同时也指出在机器学习中通过使用矩阵来分析问题，往往会让人更倾向于从整体、宏观角度来把握问题，有时会得到很有意思的结论。应用方面其实和优势是有些重叠的，我补充说明了线性代数中很多方法可以直接套用在机器学习中，例如我们可以直接用SVD进行PCA、降维；同时矩阵本身意味着线性变换，可以让我们把问题映射到更适合分析(通常也是更高维)的空间。

3. 然后一个老师针对我所说的优势表示了质疑，他说，既然处理机器学习的问题的时候经常要把问题映射到更高维的空间，怎么又要进行降维，这不是自相矛盾吗？这部分我举了一个机器学习中的典型问题，即二类分类问题进行了分析，回答很长。主要是说很多情况下需要分的二类在线性空间或者较低维度的空间不可分，因此需要映射到高维空间进行分类。接着我指出高维空间同样有自己的弊端，例如计算量的增加以及“curse of dimensionality”即“维度灾难”等问题，但我们有一些技巧，例如核方法即“kernel trick”，使得我们可以用较少的数据和计算量来处理高维问题。之后我说明，降维一般适用于完全不同的情况，即需要进行特征提取或者需要对数据进行可视化的时候，我们会进行降维。个人感觉这个回答是一个加分项。所以各位在回答老师问题的时候，可以试着举一个典型问题来进行比较透彻的分析，这样是比较显功力的。

4. 最后一个老师问我的问题我觉得比较难，问我矩阵在机器学习中应用的缺点有哪些。我以前没怎么思考过这个问题，支支吾吾地说了两点，说梯度啊、向量化呀什么的很麻烦，非常复杂。他又提示我说in terms of complexity(就复杂度而言)，我就说矩阵的乘法是3次方…但也可以通过一些方法降低复杂度。这个问题我的回答是不太好的，而且我之前刚说矩阵乘法的时间复杂度是一个优势，这里的回答与之前有些自相矛盾。后来回去之后我又想了想，觉得这个地方老师应该是希望我回答空间复杂度吧，在机器学习中，数据通常非常多，例如，如果我们需要计算数据的协方差矩阵，那么需要的空间是非常大的。我觉得如果我从这个角度上回答的话，最后的面试分数应该还能再高点。但我们平时做PAT啊数模啊或者课程的project什么的，其实对空间复杂度是不太在意的，这也正好说明了参加实际项目的重要性：我相信做过相关项目的同学在这个问题上应该能很快反应过来。

5. 最后中间的老师一拍桌子说flg，面试就结束了。我当时觉得自己学院面整体满意，最后也是拿到了一个很不错的分数。

总结一下：

1. 英语非常重要，会很大程度上决定老师对你的第一印象。我英语的水平还算可以，老师问的问题基本都能自如应对，至少不让英语成为我表达的障碍，所以英语部分说完之后就有老师表示这个学生蛮不错的，这就为我的面试高分打了基础。当然了，一般英文不会问很难的问题，回答也不用很复杂。顺便说一句，面试分数比我高的两位同学的英语口语都十分出色，英语的重要性可见一斑。

2．老师可能问到的学科基础问题要有一些准备，这个要是回答不出来是很减分的， 科班的话需要准备各个专业课，跨考的需要准备自己成绩单上老师比较熟悉的课(一般是基础的数学)。然后之后的进阶问题能多回答就多回答，如果不知道答案就说不知道，但要向老师展示出自己的思维和功底。我回答的最后一个问题，有老师补问我知道怎么降低矩阵乘法的复杂度吗，我说不太清楚，但我知道稀疏矩阵可以用分块的方法降低复杂度，非稀疏的矩阵应该也可以用类似的思想来降低，虽然我没回答出来问题，但老师也表示挺满意的。

3. 简历上的东西(项目、竞赛等)一定要精心准备，几乎是一定会问到的。尤其是项目，最好能知道实现的原理，而不是只是当一个“调包侠”。套用我面的某个实验室一博士学长的话：如果你只想成为一个学士，你可以只调用别人的东西，如果你想成为一个硕士，你就需要掌握这里面的原理，如果你想成为一个博士，那么你还需要能够对这里的原理进行修改。这点同样适用于实验室面试。

接下来我简单讲讲实验室面试。我因为跨考初试低又没项目经验，本身机试可能能成为一个优势，但今年的PAT让满分没有意义，因此我在实验室面试的时候可以说是屡屡碰壁。关于实验室面试我强烈推荐土豆大神的帖子(土豆大神的初试帖子同样质量很高)。但我个人不是很同意他所说的实验室面试的决定因素的排序。这个排序在不同的实验室差别是很大的，有些老师甚至会因为专业或者学校而一票否决。同样，多数情况下老师则很难测出你的学习能力，只能根据你的初试、机试、本科成绩、本科学校等来推断(甚至也有参考学院面试成绩的老师)。我建议，如果有项目的同学，请保证你对自己列出的项目一清二楚，里面的细节都了若指掌，甚至连数学推导(有些项目可能有)都得清楚，千万不要简历上项目很多，老师问起来你却只能支支吾吾地说自己只是调包的，这是会很减分的(我自己没有这样，但我某次群面的时候碰到过这样的，老师听完就明显很不高兴)。没有项目的同学，请把基础课程学得扎实一些，比如C++，线代，算法等，各个考试也考得高一点，要让老师知道你是有潜力的。此外，对大多数人而言，跨考的劣势是很难逆转的，你只能尽量用别的方法去抵消它，比如出色的成绩、面试表现、项目等等，跨考的同学在实验室面试的时候要做好处处碰壁的心理准备。……不过，找导师也很看运气……个中滋味各位自己体会品尝。另外，牛导组(鲍、周、蔡等)也很可能有名额，有想法的话一定去试试。

最后，感谢各位在我考研途中一路相助的学长学姐，包括不限于葫芦娃、晴神(最后成了晴神的师弟)、丸十姐姐、龙哥等，也感谢一起奋战考研、寻导的各位战友，非常感谢大家！