算法岗面试笔试准备
文章平均质量分 94
算法岗面试笔试准备
Avery123123
计算机研究生机器学习方向毕业,目前从事金融交易云数据方向工作,想总结一下并督促自己向各位大佬学习学习
展开
-
算法面试必备-----贝壳算法面试准备
算法面试必备-----贝壳算法面试准备算法面试必备-----贝壳算法面试准备机器学习基础1、过拟合和欠拟合的学习曲线怎么画,横纵坐标轴分别代表什么?实际应用当中,如何区分你是过拟合还是前拟合?学习曲线是什么?学习曲线与交叉验证的关系怎么画?如何判断?2. 对于不平衡数据集,有什么应对方案?3、数据集不平衡时采用评价指标呢?评估指标1:recall,Precision,F-score评估指标2:ROC(接受者操作特征曲线)与AUC简述 ROC 曲线统计量的含义?如何画出一个 ROC 曲线?简述 AUC 曲线统原创 2020-10-09 14:22:30 · 967 阅读 · 1 评论 -
算法面试必备-----计算机网络面试题
算法面试必备-----计算机网络面试题算法面试必备-----计算机网络面试题概述问题1、OSI与TCP/IP各层的结构与功能,都有哪些协议?补充问题:DNS域名系统工作原理补充问题:ARP地址解析协议工作原理补充问题:TCP和UDP1、TCP三次握手延伸问题:为什么要三次握手?延伸问题:为什么要传回 SYN?延伸问题:传了 SYN,为啥还要传 ACK2、TCP四次挥手延伸问题:为什么要四次挥手?3、TCP,UDP 协议的区别?4、TCP 协议如何保证可靠传输延伸问题:ARQ协议是什么?延伸问题:滑动窗口和流原创 2020-10-09 14:21:58 · 748 阅读 · 3 评论 -
算法面试必备-----数据库与SQL面试题
算法面试必备-----数据库与SQL面试题算法面试必备-----数据库与SQL面试题1、数据库理论问题问题:什么是数据库,数据库管理系统,数据库系统,数据库管理员?问题:什么是元组,码,候选码,主码,外码,主属性,非主属性?问题:主键和外键有什么区别?问题:数据库范式了解吗?问题:什么是存储过程?问题:drop、delete与truncate区别?问题:DML 语句和 DDL 语句区别:问题:数据库设计通常分为哪几步?问题:事务的ACID特性是什么?问题:并发事务带来哪些问题?延伸问题:不可重复度和幻读有什原创 2020-09-03 23:01:30 · 2043 阅读 · 1 评论 -
算法面试必备-----排序算法
算法面试必备-----排序算法算法面试必备-----排序算法算法面试必备-----排序算法原创 2020-08-22 11:11:38 · 258 阅读 · 1 评论 -
算法面试必备-----手撕代码高频题
算法面试必备-----手撕代码高频题算法面试必备-----手撕代码高频题字节跳动阶乘末尾0的个数判断一颗二叉树是否为镜像对称算法面试必备-----手撕代码高频题字节跳动阶乘末尾0的个数输入描述:输入为一行,n(1 ≤ n ≤ 1000)输出描述:输出一个整数,即题目所求解法:要判断末尾有几个0就是判断可以整除几次10。10的因子有5和2,而在0~9之间5的倍数只有一个,2的倍数相对较多,所以本题也就转换成了求N阶乘中有几个5的倍数。也就是每多出来一个5,阶乘末尾就会多出来一个0,这样n /原创 2020-08-22 09:00:59 · 2523 阅读 · 1 评论 -
算法面试必备-----数据仓库常见面试题
算法面试必备-----数据仓库常见面试题算法面试必备-----数据仓库常见面试题问题:简述数据仓库中的表的基本类型,以及为了保证引用完整性该以什么样的顺序对它们进行加载问题:事实表和维度表的概念及类型事实表的概念事实的类型维度表维度分类问题:星型模型和雪花模型区别问题:拉链表使用场景和实现方式?问题:拉链表性能优化问题:缓慢变化维的设计?算法面试必备-----数据仓库常见面试题问题:简述数据仓库中的表的基本类型,以及为了保证引用完整性该以什么样的顺序对它们进行加载答:数据仓库中的表的基本类型有维度表、原创 2020-08-10 12:29:12 · 3218 阅读 · 0 评论 -
算法面试必备-----数据挖掘常见面试题
算法面试必备-----数据挖掘常见面试题算法面试必备-----数据挖掘常见面试题1. 异常值是指什么?请列举1种识别连续型变量异常值的方法?2. 什么是数据标准化,为什么要进行数据标准化?3. 如何处理缺失值数据?4. 如何进行探索性数据分析(EDA)?5. 给定一个数据集,这个数据集有缺失值,且这些缺失值分布在离中值有 1 个标准偏差的范围内。百分之多少的数据不会受到影响?为什么?6. 对于不平衡数据集,有什么应对方案?7. 什么是 K-fold 交叉验证?8. 简述准确率(accuracy)、召回率(R原创 2020-08-06 11:39:23 · 4495 阅读 · 3 评论 -
算法面试必备-----数据分析常见面试题
算法面试必备-----数据分析常见面试题算法面试必备-----数据分析常见面试题统计学问题问题:贝叶斯公式复述并解释应用场景问题:朴素贝叶斯的理解概率问题问题:扑克牌54张,分成2份,求这2份都有2张A的概率数据库问题问题:left join,right join,inner join,full join之间的区别?问题:having和where的区别?问题:mysql中设置row number问题:如何写SQL求出中位数平均数和众数(除了用count之外的方法)机器学习问题问题:如何避免决策树过拟合?问题原创 2020-08-06 09:43:47 · 7555 阅读 · 1 评论 -
算法面试必备-----大数据
算法面试必备-----大数据算法面试必备-----大数据一、Hadoop问题:Hadoop中有哪些组件?问题:Hdfs中角色有哪些?问题:Hdfs和Yarn有什么区别?问题:Hadoop的shuffle过程问题:MapReduce的shuffle过程?问题:MapReduce的Partition和Combine有什么区别?问题:Zookeeper在Hadoop中的作用?问题:Sqoop的底层原理?问题:Sqoop是怎么连接的关系型数据库?问题:HDFS读写数据的过程算法面试必备-----大数据一、Had原创 2020-08-06 09:43:28 · 583 阅读 · 1 评论 -
算法面试必备-----聚类算法
算法面试必备-----聚类算法算法面试必备-----聚类算法一、聚类算法分类传统聚类深度聚类二、常见聚类算法K-Means(K均值)聚类基于密度的聚类方法(DBSCAN)用高斯混合模型(GMM)的最大期望(EM)聚类凝聚层次聚类三、聚类评估指标外部度量(知道类簇label)内部度量(在真实的类簇label不知道的情况)深度聚类评估指标算法面试必备-----聚类算法一、聚类算法分类总体上分为:传统聚类+基于深度学习的聚类(深度聚类)传统聚类1.基于划分给定一个有N个元组或者纪录的数据集,分裂法将构原创 2020-07-28 17:16:49 · 1837 阅读 · 1 评论 -
算法面试必备-----推荐算法
算法面试必备-----推荐算法算法面试必备-----推荐算法推荐算法概述1、基于流行度的推荐算法2、基于内容的推荐算法3、基于关联规则的推荐算法4、基于协同过滤的推荐算法4.1、基于用户的推荐4.2、基于物品的推荐协同过滤算法总结5、基于模型的推荐算法6、混合算法推荐算法详解关联规则:基础概念关联规则:Apriori算法算法过程算法的不足关联规则:FP-growth算法算法概述算法流程协同过滤(CF)算法概述基于用户的协同过滤算法(User-Based CF)基本步骤一、寻找用户间的相似度二、推荐物品三、原创 2020-07-20 19:53:26 · 2753 阅读 · 1 评论 -
算法面试必备-----损失函数
算法面试必备-----损失函数算法面试必备-----损失函数算法面试必备-----损失函数原创 2020-07-19 11:50:10 · 658 阅读 · 1 评论 -
算法面试必备-----决策树
算法面试必备-----决策树算法面试必备-----决策树算法面试必备-----决策树原创 2020-07-19 08:59:05 · 387 阅读 · 0 评论 -
算法面试必备-----集成学习
算法面试必备-----集成学习算法面试必备-----集成学习算法面试必备-----集成学习原创 2020-05-31 14:58:01 · 232 阅读 · 0 评论 -
算法面试必备-----逻辑回归
算法面试必备-----逻辑回归算法面试必备-----逻辑回归对数几率回归(逻辑回归)问题描述二分类任务单位阶跃函数(unit-step function)对数几率函数(logistics function)---Sigmoid函数图像带入Sigmoid函数推导一下本质优点推导与求解公式推导极大似然估计法用最大似然估计法来求解多分类学习基本思路经典拆分策略“一对一”(One VS One,简称OvO)“一对其余”(One VS Rest,简称OvR)“多对多”(Many VS Many,简称MvM)类别不平衡原创 2020-06-08 17:06:23 · 608 阅读 · 0 评论 -
算法面试必备-----线性回归
算法面试必备-----线性回归算法面试必备-----线性回归算法面试必备-----线性回归原创 2020-06-07 21:31:41 · 413 阅读 · 0 评论 -
算法面试必备-----模型评估与选择
算法面试必备-----模型评估与选择算法面试必备-----模型评估与选择基本概念方差与偏差过拟合与欠拟合问题:在模型评估时,过拟合与欠拟合具体是什么现象?问题:能否说出几种降低过拟合与欠拟合风险的方法?模型评估方法(测试集的保留方法)留出法交叉验证法自助法问题:在自助法的采样过程中,对 n 个样本进行n次自助采样,当n趋于无穷大时,最终有多少数据从来被选择过?调参与最终模型(验证集的使用)问题:在模型评估中,有哪些主要的评估方法,他们的优缺点是什么?模型性能度量任务描述错误率与精度问题:准确率的局限性查准率原创 2020-05-31 21:13:48 · 2095 阅读 · 0 评论 -
算法面试必备-----特征工程
算法面试必备-----特征工程算法面试必备-----特征工程特征归一化问题: 为什么需要对数值类型的特征做归一化?类别型特征问题 在对数据进行预处理时,应该怎样处理类别型特征?高维组合特征的处理问题:什么是组合特征,如何处理高维组合特征?组合特征问题:怎样有效的找到组合特征?特征选择与特征提取(降维)相同点与不同点特征选择过滤型(Filter)包裹型(Wrapper)嵌入型(Embedded)特征提取(降维)文本表示模型问题:问题:有哪些文本表示模型?他们各自有什么优缺点?Word2Vec问题:Word2V原创 2020-05-31 16:14:59 · 373 阅读 · 0 评论 -
机器学习 leetcode总结
机器学习 leetcode总结机器学习 leetcode总结什么是机器学习?机器学习模型有监督 VS. 无监督有监督学习无监督学习半监督学习分类 VS. 回归分类模型回归模型问题转换机器学习怎么做?机器学习工作流以数据为中心的工作流数据,数据,数据!欠拟合 VS. 过拟合欠拟合过拟合为什么存在?为什么要机器学习机器学习是万能的吗?机器学习 leetcode总结什么是机器学习?机器学习模型*...原创 2020-03-17 17:04:43 · 952 阅读 · 0 评论 -
百面机器学习总结笔记(第十四章 人工智能的热门应用)
百面机器学习总结笔记(第十四章 人工智能的热门应用)百面机器学习总结笔记第十四章 人工智能的热门应用计算广告百面机器学习总结笔记第十四章 人工智能的热门应用计算广告...原创 2020-03-04 11:04:00 · 193 阅读 · 0 评论 -
百面机器学习总结笔记(第十三章 生成对抗网络)
百面机器学习总结笔记(第十三章 生成对抗网络)百面机器学习总结笔记第十三章 生成对抗网络初识GANS的秘密GANs值函数![在这里插入图片描述](https://img-blog.csdnimg.cn/20200303094449754.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM...原创 2020-03-03 18:17:03 · 377 阅读 · 0 评论 -
百面机器学习总结笔记(第十二章 集成学习)
百面机器学习总结笔记(第十二章 集成学习)百面机器学习总结笔记第十二章 集成学习集成学习的种类问题:集成学习分哪几种?他们有何异同?集成学习的步骤和例子问题:集成学习有哪些基本步骤?请举几个集成学习的例子基分类器问题:常用的基分类器是什么?问题:可否将随机森林中的基分类器,由决策树替换为线性分类器或者K-近邻?请解释为什么?方差与偏差什么是偏差和方差?问题:如何从减小方差和偏差的角度解释Boosting和Bagging的原理?梯度提升决策树的基本原理XGBoost与GBDT的联系与区别百面机器学习总结笔记原创 2020-05-29 11:06:38 · 337 阅读 · 0 评论 -
百面机器学习总结笔记(第十一章 强化学习)
百面机器学习总结笔记(第十一章 强化学习)百面机器学习总结笔记第十一章 强化学习强化学习基础百面机器学习总结笔记第十一章 强化学习强化学习基础场景描述知识点强化学习 马尔科夫决策过程 价值迭代 策略迭代问题1 强化学习中有哪些基本概念?在马里奥找宝藏问题中如何定义这些概念?分析与解答问题2 根据图11.1给定的马里奥的位置以及宝藏的位置,从价值迭代来考虑,如何找到一条最...原创 2020-03-01 21:56:32 · 424 阅读 · 0 评论 -
百面机器学习总结笔记(第十章 循环神经网络)
百面机器学习总结笔记(第十章 循环神经网络)百面机器学习总结笔记第十章 循环神经网络百面机器学习总结笔记第十章 循环神经网络场景描述知识点梯度消失 梯度爆炸问题 循环神经网络为什么会出现梯度消失或者梯度爆炸?有哪些改进方案?分析与解答...原创 2020-03-01 16:39:16 · 312 阅读 · 0 评论 -
百面机器学习总结笔记(第九章 前向神经网络)
百面机器学习总结笔记(第九章 前向神经网络)百面机器学习总结笔记第九章 前向神经网络多层感知机与布尔函数深层神经网络的激活函数多层感知机的反向传播算法神经网络训练技巧卷积神经网络深度残差网络百面机器学习总结笔记第九章 前向神经网络多层感知机与布尔函数场景描述知识点数理逻辑 深度学习 神经网络问题1 多层感知机表示异或逻辑时最少需要几个隐含层(仅考虑二元输入)?分析与解答...原创 2020-03-01 11:21:57 · 362 阅读 · 0 评论 -
百面机器学习总结笔记(第八章 采样)
百面机器学习总结笔记(第八章 采样)百面机器学习总结笔记第八章 采样采样的作用均匀分布随机数常见的采样方法高斯分布采样马尔可夫蒙特卡洛采样法贝叶斯网络的采样百面机器学习总结笔记第八章 采样采样的作用场景描述知识点采样 机器学习 概率统计问题:举例说明采样在机器学习中的作用均匀分布随机数场景描述知识点概率统计 线性同余问题:如何编程实现均匀分布随机数生成器?分析与...原创 2020-02-29 14:55:52 · 374 阅读 · 0 评论 -
百面机器学习总结笔记(第七章 优化算法)
百面机器学习总结笔记(第七章 优化算法)百面机器学习总结笔记第七章 优化算法有监督学习的损失函数机器学习中的优化问题经典优化算法梯度验证随机梯度下降百面机器学习总结笔记第七章 优化算法有监督学习的损失函数场景描述知识点损失函数问题 :有监督学习的涉及的损失函数有哪些?请列举并简述他们的特点分析与解答机器学习中的优化问题场景描述知识点凸优化理论问题 :机器学习...原创 2020-02-28 17:23:24 · 277 阅读 · 0 评论 -
百面机器学习总结笔记(第五章 非监督学习)
百面机器学习总结笔记(第四章 降维)百面机器学习总结笔记第五章 降维第1节 K均值学习第2节 高斯混合模型第3节 自组织映射神经网络第4节 聚类算法的评估百面机器学习总结笔记第五章 降维第1节 K均值学习场景描述知识点K 均值聚类算法,ISODATA 算法, EM 算法( Expectation-Maximization Algorithm ,最大期望算法)问题简述K均值算法的...原创 2019-11-06 16:38:06 · 349 阅读 · 0 评论 -
百面机器学习总结笔记(第四章 降维)
百面机器学习总结笔记(第四章 降维)原创 2019-11-03 09:45:21 · 262 阅读 · 0 评论 -
百面机器学习总结笔记(第三章 经典算法)
百面机器学习总结笔记(第三章 经典算法)百面机器学习总结笔记第三章 经典算法第1节 支持向量机第2节 逻辑回归百面机器学习总结笔记第三章 经典算法第1节 支持向量机场景描述支持向量机( Support Vector Machie时 , SVM )是众多监督学习万法中十分出色的 一种,几乎所有讲述经典机器学习方法的教材都会介绍 。 关于 SVM, 流传着一个关于天使与魔鬼的故事 。传说魔...原创 2019-10-31 20:01:59 · 506 阅读 · 0 评论 -
百面机器学习总结笔记(第二章 模型评估)
百面机器学习总结笔记(第二章 模型评估)评估指标的局限性ROC曲线余弦距离的应用A/B测试的陷阱模型评估的方法超参数调优过拟合与欠拟合原创 2019-10-25 10:39:52 · 1220 阅读 · 0 评论 -
百面机器学习总结笔记(第一章 特征工程)
百面机器学习总结笔记(第一章 特征工程)第一章 特征工程第1节 特征归一化第2节 类别型特征第3节 高维组合特征的处理第4节 组合特征第5节 文本表示模型第6节 Word2Vec第6节 图像数据不足时的处理方法原创 2019-10-21 21:33:47 · 412 阅读 · 0 评论