阿里算法工程师——面试题总结(不含答案)

目录

1.模型评估方法

2.基本方法

3.优化方法

4.深度学习基础

5.CNN

6.RNN

7.机器学习基础

8.集成学习

9.模型 

10.特征工程 

11.数据结构与算法二叉树类

12.搜索回溯

13.概率题 

14.动态规划

15.字符串

16.数组、二分、快排系列

17.链表

18.排序

19.海量数据题

---

1.模型评估方法

- Accuracy作为指标有哪些局限性？
- ROC曲线和PR曲线各是什么？
- 编程实现AUC的计算，并指出复杂度？
- AUC指标有什么特点？放缩结果对AUC是否有影响？
- 余弦距离与欧式距离有什么特点？

2.基本方法

- 如何划分训练集？如何选取验证集？
- 什么是偏差和方差？
- 什么是过拟合？深度学习解决过拟合的方法有哪
- 解决欠拟合的方法有哪些？
- 深度模型参数调整的一般方法论？

3.优化方法

- 简述了解的优化器，发展综述？
- 常用的损失函数有哪些？分别适用于什么场景？
- 梯度下降与拟牛顿法的异同？
- L1和L2正则分别有什么特点？为何L1稀疏？