仅有的几道高含金量算法面试题

一、AI算法基础

1、样本不平衡的解决方法？

2、交叉熵函数系列问题？与最大似然函数的关系和区别？

3、HMM、MEMM vs CRF 对比？

4、SVM和LR的区别与联系？

5、crf的损失函数是什么？lstm+crf怎么理解？

6、GBDT vs Xgboost

7、评估指标f1和auc的区别是哪些?

8、sigmoid用作激活函数时，分类为什么要用交叉熵损失，而不用均方损失？

9、神经网络中的激活函数的对比？

二、NLP高频问题

1、word2vec和tf-idf 相似度计算时的区别？

2、word2vec和NNLM对比有什么区别？（word2vec vs NNLM）

3、 word2vec负采样有什么作用？

4、word2vec和fastText对比有什么区别？（word2vec vs fastText）

5、glove和word2vec、 LSA对比有什么区别？（word2vec vs glove vs LSA）

6、 elmo、GPT、bert三者之间有什么区别？（elmo vs GPT vs bert）

7、LSTM和GRU的区别？

三、其他算法问题

1、怎么进行单个样本的学习？

2、 决策树 bagging boosting adaboost 区别？RF的特征随机目的是什么？

3、transformer各部分怎么用？Q K V怎么计算；Attention怎么用？

4、HMM 假设是什么？CRF解决了什么问题？CRF做过特征工程吗？HMM中的矩阵意义？5、说以一下空洞卷积？膨胀卷积怎么理解？什么是Piece-CNN？

6、怎么解决beam-search局部最优问题？global embedding 怎么做？

7、数学题：什么是半正定矩阵？机器学习中有什么应用？

8、卷积的物理意义是什么？傅里叶变换懂吗？

9、说一下Bert？

10、推导word2vec？

11、怎么理解传统的统计语言模型？现在的神经网络语言模型有什么不同？

12、神经网络优化的难点是什么？这个问题要展开来谈。

13、attention你知道哪些？

14、自动文章摘要抽取时，怎么对一篇文章进行分割？（
从序列标注、无监督等角度思考）

15、在做NER任务时，lstm后面可以不用加CRF吗？

16、通过画图描述TextRank？

17、LDA和pLSA有什么区别？

18、Transformer在实际应用中都会有哪些做法？

19、讲出过拟合的解决方案？

20、说一下transforemr、LSTM、CNN间的区别？从多个角度进行讲解？

21、梯度消失的原因和解决办法有哪些？

22、数学题：贝叶斯计算概率？

23、数学题：25只兔子赛跑问题，共5个赛道，最少几次比
赛可以选出前5名？

24、数学题：100盏灯问题？

让我们一起分享，共同成长，分享使我们在编程路上并不孤独。快来扫描二维码，与博主一起快乐学习吧！