关于简历中的论文和项目:
(1)项目详细到细节,小论文的创新点和精度。
(2)小论文模型的具体原理。
(1)小论文的数据集,论文中的整体模型,自己的创新点,评价方法选择和自己的精度,与当前这个领域最好模型精度的差距等等。针对自己项目和论文中用到的技术,进行深挖相应的知识点。
需要注意点:
1)论文是自己的亮点,面试官感兴趣,应该仔细讲。
2)其次,论文里面用到的细节,一定要非常清楚并能讲清楚,并且讲论文的时候,要有铺垫。
对于自己的论文可以这么讲:
1)之前别人是怎么做这个领域的。
2)别人做这个领域达到的精度和方法的缺点。
3)你做的这个模型和别人做的模型有什么差别。(这里重点讲一下自己的创新点。)
4)你达到了一个怎么样的精度,效果如何。
算法编程:
数据结构中查找最快的算法是哪个?
分别说一下在数据量比较大的情况下最快的查找算法,和数据量比较小的情况下最快的查找算法。
二分查找的时间复杂度是多少?
二叉排序树的时间复杂度是多少?那三叉排序树、四叉排序树的时间复杂度呢?
查找HashMap中的一个数据的时间复杂度是多少?查找TreeMap中的一个数据的时间复杂度是多少?
数据结构中,什么是平衡二叉树?什么是二叉树?平衡二叉树的应用都有哪些?
手写代码题:输入一个字符串,输出它的倒序字符串。
给定一行字符串,求出这行字符串中出现频率最高的字符,字符串中含有标点符号,字符不区分大小写。如果出现频率相同时,输出先出现在字符串中的字符。
给你一个字符串,以这个字符串中字符出现的频率为权重,构造这个字符串的哈夫曼编码。
给你一个无序数组,找出数组中的一个数,使得在数组中,这个数之前的所有数字之和等于这个数之后所有数字之和。
输入:输入一行数字,每个数字用逗号隔开。
输出:存在这个数,则输出这个数。不存在这个数,则输出False。
给你两个无序数组M、N,输出两个数组中和最大的前K个数。在求和时,一个数来自M、另一个数来自N。
输入:输入一行,数组间用横杠(-)隔开,数组内数字用逗号隔开,最后用冒号隔开K。
输出:输出一行,输出前K大的数,每个数字用逗号隔开。
手写代码题:输入一个整型数组,数组里面有正数也有负数。数组中一个或连续的多个整数组成一个子数组。求所有子数组的和的最大值。
手写代码题:给定一个一维数组,将其中为0的元素删除掉,非零元素的相对位置保持不变,最终目标数组保留在原数组中,并且目标数组长度之外的元素全部置为0。
手写代码题:给定一个整形数组,其中的第i个元素代表股票第i天的价格。在一开始,你手里有足够的钱,但没有股票。你仅有一次买股票和一次卖股票的机会(每次只能买/卖1股),或者不买不卖。输出你可能的最大盈利值。尽量降低程序的时间复杂度。
手写代码题:有一个单向链表,链表当中有可能出现“环”。如何用程序判断出这个链表是有环链表?
手写代码题:一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法(先后次序不同算不同的结果)。
手写代码题:给你一个很大的文件,文件里有很多行数据,每一行数据是一个用户的uid,表示这个用户点开过抖音,请你找出打开抖音次数最频繁的前10个用户。
面试官接着解释题目:假如抖音里面有5亿用户,那么每个用户打开一次抖音就有5亿条记录,如果每个用户打开两次抖音,就有10亿条记录。也就是说,用户每打开一次抖音,就记录一下他的uid。请找出打开抖音次数最频繁的前10个用户。
机器学习:
基础知识:CNN、RNN、LSTM等。
思维题:如何利用人工智能技术检测两篇文章的相似度?请设计具体的方案,详细介绍用到的技术,及相似度衡量标准选择等。
详细介绍LSTM模型的内部结构和运行原理?画出LSTM网络的结构图,并详细介绍每个门的作用。画出LSTM网络的结构图,并说出里面涉及到的每一个公式。LSTM中为什么用两种激活函数(tanh函数、sigmoid函数)?这两种激活函数在LSTM网络中的区别?
简单介绍RNN,及它的发展和应用?RNN是如何解决梯度消失和梯度爆炸问题。
简单介绍CNN,及它的发展和应用?CNN为什么对图像work的特别好?CNN中如何解决过拟合?(BN,Dropout)
GAN的原理及发展和应用么?
边缘检测中Canny算子和Sobel算子的区别?
详细讲解一下Dilated Convolution。
画出你项目中用的到注意力机制模型图,并讲解注意力机制的工作原理。详细讲解一下你模型中用到的注意力机制?
用你最熟悉的语言,实现K-means算法。
都熟悉哪些常用的机器学习算法?
能详细的讲解一下,线性回归的原理么?具体讲解一下线性回归的底层原理,比如说如何训练,如何得到参数,如何调整参数等?
讲解一下逻辑回归的原理。手推了一下逻辑回归的公式,并讲了一下逻辑回归的原理。
详细的讲解一下朴素贝叶斯的底层原理,比如说,如何选参数,如何训练模型,如何做分类?
深度学习中的梯度消失是什么,如何解决?深度学习中解决过拟合的办法?深度学中的Embedding层的作用?
神经网络中的word2vec了解么?详细讲解一下它们的原理?
你能详细的说一下CBOW和skip-garm它们的区别么?分别适用于什么场景?
数学中一个函数的泰勒展开公式是什么?泰勒展开公式在机器学习、深度学习中都有哪些应用?
简单讲解一下随机森林算法?随机森林的缺点是什么?
机器学习中L1和L2的区别?