备战秋招——CV方向算法工程师笔试题集锦(持续更新)(含机器学习内容)

本文汇集了计算机视觉方向的笔试题目,包括来自百度2019校招的问答题。内容涉及K-means聚类算法的性质、优化目标、伪代码及时间复杂度分析,以及卷积神经网络检测方法的分类,如one-stage(YOLO、SSD等)和two-stage(Fast R-CNN、Faster R-CNN)的差异。讨论了两种检测算法的优缺点,如速度与精度的权衡。
摘要由CSDN通过智能技术生成

1.(来源:百度2019校招计算机视觉方向问答题合集)

关于K-means聚类算法,请回答以下问题: 

1) K-means是有监督聚类还是无监督聚类?(2分) 

2) 写出将N个样本(X=(x1,…,xN))聚成K类的K-means聚类算法的优化目标函数。(6分) 

3) 请用伪代码写出聚类过程。(8分) 

4) 假设样本特征维度为D,请描述Kmeans算法时间复杂度。(4分)

Answer:

1) 无监督聚类。

2) \min \sum_{i=1}^{\mathrm{K}} \sum_{x \in C_{i}} d i s t\left(c_{i}, x\right)^{2}其中K为分类数,c^i为第

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值