算法工程师面试题
工作中的算法工程师,很多时候,会将生活中转瞬即逝的灵感,付诸产品化。
将算法研究应用到工作中,与纯粹的学术研究有着一点最大的不同,即需要从用户的角度思考问题。很多时候,你需要明确设计的产品特征、提升的数据指标,是不是能真正迎合用户的需求,这便要求算法工程师能在多个模型间选择出最合适的那个,然后通过快速迭代达到一个可以走向产品化的结果。知识储备作为成功的根底亦必不可少,以下是营长为你精选的算法面试,帮你检查下自己的技能是否在线。
-
LDA(线性判别分析) 和 PCA 的区别与联系
-
K-均值算法收敛性的证明
-
如何确定 LDA (隐狄利克雷模型) 中主题的个数
-
随机梯度下降法的一些改进算法
-
L1正则化产生稀疏性的原因
-
如何对贝叶斯网络进行采样
-
从方差、偏差角度解释 Boosting 和 Bagging
-
ResNet的提出背景和核心理论
-
LSTM是如何实现长短期记忆功能的
-
WGAN解决了原始 GAN 中的什么问题
以上题目答案详解:
https://www.tinymind.cn/articles/1275
【推荐收藏】
是男人就过8题!楼教主出题,请接招