算法岗找工作必备知识梳理

作为深度学习鄙视链的最底端，研究生阶段搞图像处理也是为了图容易，但是到找工作时候发现好难啊。

最近边复习边整理，方便自己回头再看，持续更新中。

我属于半瓶子不满就出来晃荡了，希望多包涵指正指正，也希望能帮到各位。

 

1、机器学习相关准备知识

      1.0   感知机算法面试问题汇总

      1.1   SVM算法面试问题汇总   （机器学习必考）

      1.2   决策树算法面试问题汇总   

      1.3   逻辑回归(LR)算法面试问题汇总

      1.4   KNN算法面试问题汇总

      1.5   集成学习算法面试问题汇总

      1.6  朴素贝叶斯算法面试问题汇总

2、深度学习相关准备知识

      2.1  深度学习算法面试问题汇总

      2.2  linux常用命令（面试考点）

 

3、编程相关准备知识（我用的C++）

     3.1   set基本定义与使用

     3.2  map基本定义与使用

     3.3  vector数组基本定义与使用     

     3.4  string基本定义与使用

     3.5  stack基本定义与使用

     3.6 链表基本定义与使用

     

4、相关资料

       1、首先《统计学习方法》和《机器学习》这两本书必须要有。我是先看的《统计学习方法》，然后看完一章后找题目再看看。这本书我觉得讲的比《机器学习》简单多了，公式都可以推导一下很多要考的。

       2、北大这位大佬把《统计学习方法》以博客形式展现了出来，并且附有代码实现。我觉得可以作为书之外的辅助资料参考。https://www.pkudodo.com/  

       3、牛客网的算法岗题目汇总

       4、推荐一个可以看10年的github资料库，里面有超级超级多面经和算法资料

       5、60k star 的算法总结：https://github.com/labuladong/fucking-algorithm