算法机器学习面试题
文章平均质量分 58
haimianjie2012
专注AI Complier,异构并行计算,HPC高性能计算,计算机视觉,深度学习和机器学习,C++开发;也写一些随笔读书笔记,面试题解析和求职攻略
展开
-
牛客网系列:精华专题,校招面试题目合集,面经
L1不可导的时候该怎么办?原创 2020-03-17 09:15:03 · 1159 阅读 · 0 评论 -
面试题(46)|软件工程(3)设计模式之工厂模式
工厂模式属于创建型模式创建型模式的关注点是“怎样创建对象”,他将对象的创建与使用分离。这样做可以降低系统的耦合度,使用者不需要关系对象创建的细节,对象的创建工作由相关工厂来完成。由上图可知,创建型模式分为以下几种。单例(Singleton)模式:某个类只能生成一个实例,该类提供了一个全局访问点供外部获取该实例,其拓展是有限多例模式。 原型(Prototype)模式:将一个对象作为原型,通过对其进行复制而克隆出多个和原型类似的新实例。 工厂方法(FactoryMethod)模式:定义一个用原创 2021-01-21 07:25:18 · 217 阅读 · 1 评论 -
华为AI工程师招聘解析
学习分布式系统需要怎样的知识?https://zhuanlan.zhihu.com/p/113694038Pytorch 分布式训练原创 2020-09-23 11:35:54 · 697 阅读 · 0 评论 -
李飞飞计算机视觉课程CS213n课程笔记
训练神经网络的细节part1数据预处理Data Preprocesing数据预处理就是假设你有一个二维原始数据团,并且数据团是以(2,0)为中心的,这就意味着我们们要让每一个特征值减去均值。在机器学习中,你会发现有人对数据进行归一化处理。在每个维度上除以标准差进行标准化,或者确保每个维度最大值和最小值在-1到1之间。有很多种归一化方法,但在图像处理中并不常用,因为你不用区分不同的特征,...原创 2019-03-18 16:36:34 · 1282 阅读 · 0 评论 -
【算法岗面试系列】1.线性回归与逻辑回归区别,LR与SVM区别和联系
线性回归和逻辑回归五、 为什么逻辑回归比线性回归好虽然逻辑回归能够用于分类,不过其本质还是线性回归。它仅在线性回归的基础上,在特征到结果的映射中加入了一层sigmoid函数(非线性)映射,即先把特征线性求和,然后使用sigmoid函数来预测。这主要是由于线性回归在整个实数域内敏感度一致,而分类范围,需要在[0,1]之内。而逻辑回归就是一种减小预测范围,将预测值限定为[0,1]间的一种回归模型,其回归方程与回归曲线如下图所示。逻辑曲线在z=0时,十分敏感,在z>>0或z<<0原创 2020-07-14 10:58:38 · 483 阅读 · 0 评论 -
【算法岗面试系列】之机器学习
目录1. 写出全概率公式&贝叶斯公式2. 模型训练为什么要引入偏差(bias)和方差(variance)? 证3. CRF/朴素贝叶斯/EM/最大熵模型/马尔科夫随机场/混合高斯模型4. 如何解决过拟合问题?5. One-hot的作用是什么?为什么不直接使用数字作为表示6. 决策树和随机森林的区别是什么?7. 朴素贝叶斯为什么“朴素naive”?8. kmeans初始点除了随机选取之外的方法9. LR明明是分类模型为什么叫回归10. 梯度下降如何并行化.原创 2020-07-16 09:42:19 · 351 阅读 · 0 评论 -
深度学习的三个学习途径
深度学习的三个学习途径学习三个途径:自学公开课、参加学科比赛、阅读论文。自学公开课公开课内容,经典的包括:吴恩达深度学习系列、CS229机器学习、李飞飞CS231n。自学公开课时,也可以同时参考机器学习和深度学习经典书籍,学习基础理论的同时,在github寻找相关代码。Github代码只做参考,代码要自己动手写,不懂的地方参看tensorflow.org的API文档或者google...原创 2019-02-28 23:09:53 · 1062 阅读 · 0 评论 -
大厂Sp offer面试经验分享
大厂Sp offer面试经验分享参看资料:https://www.sohu.com/a/192548575_657552https://www.sohu.com/a/203165129_690895https://www.zhihu.com/question/51039416https://www.nowcoder.com/discuss/15168李航的《统计学习方法》,...原创 2019-02-28 23:34:43 · 3028 阅读 · 0 评论 -
算法机器学习面试题系列
1.常见AI面试题及答案2.常见深度学习面试题总结原创 2020-09-23 10:06:44 · 221 阅读 · 0 评论 -
常见AI面试题及答案
考察数据科学家深度学习水平的30道题特征工程离散、连续特征一般怎么处理(onehot、归一化、why、方法 等);特征变换、构造/衍生新特征(woe、iv、统计量 等);特征筛选(离散、连续、多重共线性 等);采样(除了随机呢?);缺失值处理(离散、连续)...机器学习常用loss、正则、sgd、l-bfgs、auc公式及优缺点、数据不平衡时的调参...boot...原创 2019-02-20 22:02:33 · 18266 阅读 · 0 评论 -
常见深度学习面试题总结
1.线性回归与逻辑回归区别,LR与SVM区别和联系线性回归和逻辑回归2.SVM原理3.手撕SVM,k-means源代码40万年薪的算法岗招聘,都在问这80个问题原创 2020-07-14 10:56:04 · 496 阅读 · 0 评论