在本repo里，将简要介绍
- 2023年本人在南京大学人工智能学院（NJUAI）夏令营面试、笔试、机试的经历
- 我收集到的往年经验贴汇总
- 一些复习笔记和建议
如果觉得本repo的内容对你有帮助的话，请star！如果你有有用的信息想要补充，也欢迎pull request~
- 6.16：报名，南京大学人工智能学院 2023 年本科生开放日(夏令营)报名通知
- 6.27：收到通过初选邮件
- 7.11：面试
- 7.12：上午机试+笔试，总共2h；下午各实验室宣讲，
我踏马吃吃吃 - 7.19：收到通过考核邮件，完结撒花！
如果你想加入南京大学人工智能学院的LAMDA实验室，还得参加LAMDA的额外考核：
- 5.15：报名，LAMDA2024
- 5.21：收到通过初选邮件，通知次日一面
- 5.22：一面。这个内容和时间因组而异，我们组是师兄面，师兄针对我的简历项目问了一些问题，时间5分钟左右
- 5.25：收到通过一面邮件，通知次日二面
- 5.26：二面。这个内容和时间也是因组而异，我们组是本校同学线下和导师面谈（三个人一起，谈了差不多2h），外校同学应该是线上
- 6.1：收到通过考核邮件
考核面试150分（综合能力120，英文30分）；机试50分，笔试100分。下面介绍本人的夏令营面试、机试、笔试的经历：
7.11面试。面试是分成多组，每组四个老师对一个学生的形式，时间10分钟左右。其中一位老师负责问英文问题，其他老师问专业相关的问题。考察范围较广，问题比较灵活，每个老师会问自己更熟悉的领域里的问题。（但是好好复习可以cover到不少，不用太慌张！）
我被问到的问题有（有个别我忘掉了，就没有写）：
- 为什么F1 score使用precision和recall调和平均，而不是它们的算术平均？（节奏很快，根本想不出来，直接私密马赛）
- SVM中被分错的向量是不是支持向量？
- K-means有没有什么更好的初始化方法？
- zero-shot是什么？（因为我的项目涉及到CLIP）
- 斐波那契数列有什么求法，时间复杂度分别是多少？
- 决策树是不是一种DP？
- 特征值、特征向量的定义是什么？在线性变换的场景下有什么意义？
- 常见的激活函数以及它们各自的特点
- 关于我项目的英文问题（我有一个王者荣耀MARL的项目，问我MOBA指什么？如何实现多英雄合作？我还有一个与Diffusion有关的项目，老师问我Diffusion的原理）
7.12 9:30-11:30一共两个小时，线下在机房考试。时间紧，建议拿到卷子就狂写，不会就跳，否则肯定写不完。
机试50分，一共两题，一题数据结构与算法（语言自选，C/C++，Python，Java均可），一题机器学习（Python）。有VSCode等IDE可以用。
- 数据结构与算法：最长连续不重复子串，类似于力扣里3. 无重复字符的最长子串（好巧之前面实习的时候做过了）
- 机器学习：三小问
- 实现对多个坐标组成的两个矩阵计算曼哈顿距离和欧式距离
- 使用前一问的距离函数实现KNN
- 实现NCM，之前没有学过但是会介绍算法。如果熟悉机器学习相关代码的实现应该不算难，但是时间来不及了qaq
笔试100分，10道填空，13道简答，用纸笔答题（听学长学姐说都是选择题，情报大错误）。涉及的范围很广，包括数据结构与算法，概率论，机器学习，凸优化，知识表示等。下面介绍一些我还记得的内容：
- 数据结构与算法：题目很多，涉及树、堆、图等。题目有：写出给定数据的heap sort过程，一些关于树的计算，森林和其转化的树的x序遍历等价关系等。
- 概率论：没有什么计算，主要是概念。比如说中心极限定理是什么这样的问题。
- 机器学习：有一题是Adaboost训练准确率到1后可以继续训练，测试集准确率还有可能上升，对这件事归因。其他忘了，总之是除了记得书中内容之外，还需要融会贯通思考才能答出的问题。
- 凸优化：给出一个函数，写出它的Dual function和KKT条件。
- 知识表示：五道题，英文，主要和model与一阶逻辑有关。有一道题是给定自然语言句子用一阶逻辑表示，有一道题是判断一些statements的正误。总之不咋会，泪目了。
下面是个人关于准备夏令营的一些建议，仅供参考。此外我的笔记见下面的表格。
- 考察范围包括但不限于：机器学习、神经网络、人工智能、概率论、线性代数、数据结构和算法、凸优化、数字信号处理、离散数学、一些智力题（比如说双蛋问题）、简历上做过的项目。复习的时候尽量多看一些，面试时遇到不会的不要慌张，直接说不太会，老师会接着问其他问题的。
- 英文：准备英文自我介绍，常见问题，熟悉简历上项目的英文表达。
如果时间有限，建议优先复习机器学习、数据结构与算法、概率论，这三个在考察中占比较大。
-
机器学习：认真看完西瓜书前10章，不要仅局限于背记定义，尽量多多思考。在回顾西瓜书的过程中，我发现一些算法之间的联系，理解了一些公式这样设计的原因，感觉收获颇丰。
-
数据结构与算法：我是用的王道计算机考研数据结构书复习的（花了五块钱买了电子书），把整本书看完+做完了书中的所有例题。个人感觉和考试的拟合程度还是比较高的。考研书中经常有一些小结论，有的恰好撞上了，也算是比较巧。如果你是和我一样有点阅读障碍、有时候会漏过重点的人，不妨在看完知识点后做一些题，这样也可以补全看漏的知识点。
-
概率论：看gw老师的概率论笔记，做做上面的例题；旁听人工智能综合基础gw老师讲概率论的部分。在此之外我还做了李永乐数一660的概率论部分，不过考试时没怎么用到。
-
知识表示：回顾赵老师KR的前几节课的PPT，做做他当时mock exam相应的题目。（可惜我没看）
-
凸优化：复习常见的概念，比如凸函数，对偶函数，KKT条件等。这方面我没有太多经验，毕竟自己复习也没太cover到。
-
此外还可以旁听人工智能综合基础课程，看它的PPT复习。
- 数据结构与算法的题目用力扣刷题即可，2023的题目是力扣medium的难度。如果想系统地刷一些基础算法的题可以看看AcWing算法基础课（我还买了个号，但是没做几题，不过借给网友了所以也不算亏）。
- 机器学习机试刷题可以看头歌平台上的机器学习原理与实践，这个课程的参考书是西瓜书，教学团队里有NJUAI的教授，内容和考核还是比较拟合的。
- 今年夏令营报名时要求填写志愿导师，不过好像没什么影响。此外，学院要求通过的同学在20日内提交有一位导师签字的申请表，表示导师愿意接收你。
- 据我了解NJUAI的导师人都挺好的，没有所谓的“坑导”。主要还是看导师的研究方向和风格与自己是否契合，具体可以找学长学姐咨询。
- 如果目标是NJUAI的的话，可以提前联系导师进组听组会等，这样可以进一步了解组里的研究方向，认识导师和学长学姐，对未来有一定帮助。
- 导师名录在人工智能学院教师，LAMDA导师名录在LAMDA成员，此外还有NLP、MCG、RINC等组的老师。
下面是我复习中做的一些整理和笔记。请注意：这只是本人在学习过程中的一些整理，有许多地方还没有整理到，还可能会有一些纰漏，还望包涵~
| Description | Link |
|---|---|
| 在互联网上收集的NJUAI往年面经和链接，按照年份分类 | 面经.md |
| 在互联网上收集的NJUAI往年面经和链接，按照科目分类 | 面经（分类）.md |
| 根据往年/今年面经，结合我的复习，猜测整理的高频问题 | 面试.md |
| 个人机器学习复习整理 | 机器学习.md |
| 个人数据结构与算法复习整理 | 数据结构与算法.md |
| 个人概率论与数理统计复习整理 | 概率论与数理统计.md |
| 个人人工智能复习整理 | 人工智能.md |
| 个人深度学习复习整理 | 深度学习.md |
| 个人线性代数复习整理 | 线性代数.md |
| 整理了一些常见的英文问题，但是都没用到 | 英文.md |
感谢学长学姐们耐心的答疑解惑，感谢同学们的互相帮助，感谢朋友们一直以来的关心与支持。也希望这个repo的内容也能帮助到你。