面经总结系列（六）： 阿里智能互联算法工程师机器学习

👨‍💻作者简介： CSDN、阿里云人工智能领域博客专家，新星计划计算机视觉导师，百度飞桨PPDE，专注大数据与AI知识分享。✨公众号：GoAI的学习小屋 ，免费分享书籍、简历、导图等，更有交流群分享宝藏资料，关注公众号回复“加群”或➡️点击链接 加群。

🎉AI学习星球推荐： GoAI的学习社区 知识星球是一个致力于提供《机器学习 | 深度学习 | CV | NLP | 大模型 | 多模态 | AIGC 》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于 前沿论文解读、资料共享、行业最新动态以、实践教程、求职相关（简历撰写技巧、面经资料与心得）多方面综合学习平台，强烈推荐AI小白及AI爱好者学习，性价比非常高！

扫码加入星球：

💚AI面经专栏总结： 本专栏主要为总结各小中大厂的面经系列总结，内容涵盖了多个热门技术领域，包括但不限于算法、机器学习、CV、NLP、大模型、测开、大数据、数分等，内容包括问题及详细答案，此外金邀请了行业内经验丰富的技术专家和面试官，分享面试经验和技巧，帮助求职者顺利通关各类技术面试。

算法工程师面经系列

阿里智能互联算法工程师 机器学习 一面

1. 详细介绍实习项目

2. 介绍决策树和gbdt以及它们之间的关系
   决策树可以被看作是GBDT中的基本学习器之一。在GBDT中，每棵树都是通过迭代学习而来的，每一棵树都试图纠正前一棵树的预测误差。通常，GBDT使用回归树（Regression Tree）作为基学习器。GBDT通过将多棵决策树组合在一起来构建一个更强大的模型，这些树相互协作，纠正前一棵树的不足，从而提高整体性能。GBDT的目标是最小化损失函数。
   推荐:
   【机器学习】决策树（上）——ID3、C4.5、CART（非常详细） - 知乎
   【机器学习】决策树（中）——Random Forest、Adaboost、GBDT （非常详细） -…
   【机器学习】决策树（下）——XGBoost、LightGBM（非常详细） - 知乎
   我认为这几篇博客写得挺好的，可以好好看看深入学习。

3. 常见的深度学习的优化方法有哪些
   (1) 随机梯度下降 SGD
   (2) 动量 Momentum
   (3) Adam 算法
   (4) Adamw算法
   不同的优化器实质上只是定义了不同的一阶动量和二阶动量公式。
   详见: 深度学习基础-优化算法详解 - 知乎

4. 介绍C++的左值右值
   左值是是通常可以放在等号左边的表达式，右值是是通常只能放在等号右边的表达式。
   左值是有标识符、可以取地址的表达式，最常见的情况有：变量、函数或数据成员的名字返回左值引用的表达式，如 ++x、x = 1、cout << ’ '字符串字面量如 "hello world"在函数调用时，左值可以绑定到左值引用的参数，如 T&。 一个常量只能绑定到常左值引用，如 const T&。
   右值是没有标识符、不可以取地址的表达式，一般也称之为“临时对象”。最常见的情况有：返回非引用类型的表达式，如 x++、x + 1、make_shared(42)除字符串字面量之外的字面量，如 42、true
   详见: C 左值与右值_c 左值和右值-CSDN博客

5. 指针与引用的区别
   (1)引用访问一个变量是直接访问，而指针是间接访问。
   (2)引用是一个变量的别名，不额外占用内存空间，而指针是一个变量，有自己的内存空间。
   (3)引用定义的时候必须赋值,并且赋值之后不可以改变，指针定义的时候可以不赋值，赋值后可以改变其所指的值。
   (4)引用不可以为空，但是指针可以指向空值。
   (5)引用是类型安全的，一般不会引起内存泄露的问题，指针可能会，一般尽可能用引用代替指针。

6. 各种设计模型
   (1) 单例模式: 确保一个类只有一个实例，并提供一个全局访问点。
   (2) 抽象工厂模式: 提供一个接口，用于创建一系列相关或相互依赖的对象，而不需要指定其具体类。
   (3) 适配器模式: 将一个接口转换成另一个接口，以适应不同的客户端需求。
   (4) 观察者模式: 定义对象间的一对多依赖关系，使得一个对象的状态发生变化时，其所有依赖对象都会收到通知并自动更新。
   (5) 策略模式: 定义一系列算法，将每个算法封装起来，并使它们可以 访问者模式: 允许在不改变元素类的前提下定义作用于元素的新操作。

7. python生成器、装饰器
   生成器: 函数中包含yield关键字的语句将被视为生成器函数。当调用生成器函数时，它会立即返回一个生成器对象，但不执行函数体内的代码。yield用于生成下一个值，同时保存函数的状态，以便在下一次调用时从上一次暂停的位置继续执行。
   装饰器是Python中的一种高级编程特性，用于修改函数或类的行为，而不需要对其本身进行修改。装饰器通常是函数，它可以接受一个函数或类作为参数，并返回一个新的函数或类，从而增加或修改它们的功能。装饰器通常用于代码重用、AOP(面向切面编程)和功能增强。

8. 介绍模型量化
   模型量化（Model Quantization）是一种用于减小深度学习模型的存储空间和加速推理速度的技术。它通过减少模型权重和激活值的精度，通常将它们从浮点数转换为较低位的整数或定点数，来实现这一目标。

9. 对Transformer的了解