算法工程师
文章平均质量分 63
小葵向前冲
这个作者很懒,什么都没留下…
展开
-
深度学习一些资料、链接
关于代码入门Github链接可视化网站链接原创 2022-05-19 16:21:05 · 155 阅读 · 0 评论 -
算法工程师(机器学习)面试题目4---深度学习算法
基础问题CNN1. 卷积神经网络和全连接网络的根本不同之处在哪里两者之间的唯一区别是神经网络相邻两层的连接方式。在全连接神经网络中,每相邻两层之间的节点都有边相连,而对于卷积神经网络,相邻两层之间只有部分节点相连;全连接网络缺点: 参数太多,计算速度变慢,容易过拟合卷积神经网络:局部链接;权值共享;参数更少,降低过拟合的可能卷积神经网络一般是由卷积层、汇聚层和全连接层交叉堆叠而成的前馈神经网络。RNN1、BatchNormalization的作用2、梯度消失3、循环神经网络,为什么好?原创 2022-05-09 16:46:30 · 1019 阅读 · 0 评论 -
算法工程师(机器学习)面试题目3---机器学习算法
说明:这些是自己整理回答的答案 可以借鉴 也可能存在错误 欢迎指正机器学习机器学习算法1、处理分类问题常用算法1、交叉熵公式2、LR公式3、LR的推导,损失函数4、逻辑回归怎么实现多分类5 、SVM中什么时候用线性核什么时候用高斯核?6、什么是支持向量机,SVM与LR的区别?7、监督学习和无监督学习的区别8、机器学习中的距离计算方法?9、朴素贝叶斯(naive Bayes)法的要求是?10、训练集中类别不均衡,哪个参数最不准确?11、你用的模型,最有挑战性的项目12、SVM的作用,基本实现原理;13、SV原创 2022-03-24 17:38:21 · 2754 阅读 · 0 评论 -
概率论基础知识
说明:这些是自己整理回答的答案 可以借鉴 也可能存在错误 欢迎指正概率论1、随机变量及其分布函数1.1 随机变量1.2 分布函数的定义及性质1、随机变量及其分布函数1.1 随机变量1.2 分布函数的定义及性质...原创 2022-03-22 15:33:45 · 445 阅读 · 0 评论 -
算法工程师(机器学习)面试题目2---数学基础
数学基础数学基础1. 微积分1.1 SGD,Momentum,Adagard,Adam原理1.2 L1不可导的时候该怎么办1.3 sigmoid函数特性2. 概率论2.1 a,b~U[0,1],互相独立,求Max(a,b)期望2.2 问题:2.3 问题:2.4 切比雪夫不等式2.5 一根绳子,随机截成3段,可以组成一个三角形的概率有多大2.6 最大似然估计和最大后验概率的区别?2.7 什么是共轭先验分布2.8 概率和似然的区别2.9 频率学派和贝叶斯学派的区别2.10 0~1均匀分布的随机器如何变化成均值为原创 2022-03-21 18:21:14 · 4299 阅读 · 0 评论 -
算法工程师(机器学习)面试题目1---大致分类、主要内容、考点汇总
算法工程师---机器学习机器学习/算法工程师1. 数学基础1.1 微积分1.2概率论1.3 线性代数2. 机器学习算法2.1分类2.2 回归2.3 聚类2.4 推荐系统2.5 模型融合和提升2.6 其他3. 深度学习算法4. 数据结构与算法5.编程语言、工具和环境6.自然语言处理7.计算机基础7.1 操作系统7.2 计算机网络7.3 数据库8.场景题机器学习/算法工程师1. 数学基础1.1 微积分1.2概率论1.3 线性代数2. 机器学习算法2.1分类2.2 回归2.3 聚类2.4 推荐原创 2022-03-21 17:54:42 · 2440 阅读 · 0 评论