2019 猿辅导 深度学习算法工程师 提前批笔试题

这篇博客主要介绍了2019年猿辅导深度学习算法工程师笔试的选择题,涉及到岭回归中正则化系数的影响、线性规划解决概率问题、四位数条件计数以及字符串解压算法。通过具体题目解析,阐述了岭回归的方差与偏差变化,计算了A在B之前到达公司的概率,解析了满足特定条件的4位数数量,并讨论了一个数据压缩算法的解压逻辑。
摘要由CSDN通过智能技术生成

选择题 共计5题

还记得4题,具体的题目记不清楚了,大致考察的东西还记得:

第一题:求矩阵的特征值 λ \lambda λ
( 0.7 0.4 0.3 0.6 ) \left (\begin{matrix} 0.7 & 0.4 \\ 0.3 & 0.6 \end{matrix} \right ) (0.70.30.40.6)`

在这里插入图片描述

第二题:在岭回归中,正则化系数 λ \lambda λ的越大,此时方差和偏差的变化如何:

岭回归即L2正则

在这里插入图片描述
一方面,由于添加了正则项,模型不仅仅考虑经验风险还考虑模型复杂度对模型的影响,所以模型的更不容易过拟合。因此模型的方差变小
此时,结构风险 = 经验风险 + 正则项
正则项系数 λ \lambda λ越大,模型权重 ω 2 \omega^2 ω2的就会小。简单理解可以理解为模型变的更加简单,拟合能力变差,故模型的偏差变大

第三题:A,B两人准备去公司面试,A约定在9:30-10:00到达公司,B约定在9:45-10:00到达公司,求A在B之前到达公司的概率。

此题应用线性规划解决:
在这里插入图片描述
由图可知,在A<B的情况下,所占面积是整体面积的3/4。所以 P = 3 / 4 P = 3/4 P=3

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值