想拿大厂Offer?这80道算法高频面试题别漏了。入职必备

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

以下文章来源于腾讯云 作者:Python编程与实战

( 想要学习Python?Python学习交流群:1039649593,满足你的需求,资料都已经上传群文件流,可以自行下载!还有海量最新2020python学习资料。 )
在这里插入图片描述

我自从2015年担任算法组leader,作为面试官面试了不少同学。前前后后面试了超过200名同学,其中有不少入职的同学后来发展都不错,也坚定了自己对于选人标准的自信心。

今年2020年找工作尤其艰难,我把这些年作为面试官一些重要的面试题整理出来,一共80道,希望能够帮助到大家。

为了方便大家,我做了一个归类,一共分成了6大类,分别是:机器学习,特征工程,深度学习,NLP,CV,推荐系统。这些知识既是面试中的常见问题,也可以作为大家整理自己思路的参考资料。(需要的同学文末免费领取)

机器学习理论类:

在这里插入图片描述

  1. 写出全概率公式&贝叶斯公式

  2. 模型训练为什么要引入偏差(bias)和方差(variance)? 证

  3. CRF/朴素贝叶斯/EM/最大熵模型/马尔科夫随机场/混合高斯模型

  4. 如何解决过拟合问题?

  5. One-hot的作用是什么?为什么不直接使用数字作为表示

  6. 决策树和随机森林的区别是什么?

  7. 朴素贝叶斯为什么“朴素naive”?

  8. kmeans初始点除了随机选取之外的方法

  9. LR明明是分类模型为什么叫回归

  10. 梯度下降如何并行化

  11. LR中的L1/L2正则项是啥

  12. 简述决策树构建过程

  13. 解释Gini系数

  14. 决策树的优缺点

  15. 出现估计概率值为 0 怎么处理

  16. 随机森林的生成过程

  17. 介绍一下Boosting的思想

  18. gbdt的中的tree是什么tree?有什么特征

  19. xgboost对比gbdt/boosting Tree有了哪些方向上的优化

  20. 什么叫最优超平面

  21. 什么是支持向量

  22. SVM如何解决多分类问题

  23. 核函数的作用是啥

特征工程类:
在这里插入图片描述

  1. 怎么去除DataFrame里的缺失值?

  2. 特征无量纲化的常见操作方法

  3. 如何对类别变量进行独热编码?

  4. 如何把“年龄”字段按照我们的阈值分段?

  5. 如何根据变量相关性画出热力图?

  6. 如何把分布修正为类正态分布?

  7. 怎么简单使用PCA来划分数据且可视化呢?

  8. 怎么简单使用LDA来划分数据且可视化呢?

深度学习类:

在这里插入图片描述

  1. 你觉得batch-normalization过程是什么样的

  2. 激活函数有什么用?常见的激活函数的区别是什么?

  3. Softmax的原理是什么?有什么作用?
    CNN的平移不变性是什么?如何实现的?

  4. VGG,GoogleNet,ResNet等网络之间的区别是什么?

  5. 残差网络为什么能解决梯度消失的问题

  6. LSTM为什么能解决梯度消失/爆炸的问题

  7. Attention对比RNN和CNN,分别有哪点你觉得的优势

  8. 写出Attention的公式

  9. Attention机制,里面的q,k,v分别代表什么

  10. 为什么self-attention可以替代seq2seq

自然语言处理(NLP)类:
在这里插入图片描述

  1. GolVe的损失函数

  2. 为什么GolVe会用的相对比W2V少

  3. 层次softmax流程

  4. 负采样流程

  5. 怎么衡量学到的embedding的好坏

  6. 阐述CRF原理

  7. 详述LDA原理

  8. LDA中的主题矩阵如何计算

  9. LDA和Word2Vec区别?LDA和Doc2Vec区别

  10. Bert的双向体现在什么地方

  11. Bert的是怎样预训练的

  12. 在数据中随机选择 15% 的标记,其中80%被换位[mask],10%不变、10%随机替换其他单词,原因是什么

  13. 为什么BERT有3个嵌入层,它们都是如何实现的

  14. 手写一个multi-head attention

推荐系统类:

在这里插入图片描述

  1. DNN与DeepFM之间的区别

  2. 你在使用deepFM的时候是如何处理欠拟合和过拟合问题的

  3. deepfm的embedding初始化有什么值得注意的地方吗

  4. YoutubeNet 变长数据如何处理的

  5. YouTubeNet如何避免百万量级的softmax问题的

  6. 推荐系统有哪些常见的评测指标?

  7. MLR的原理是什么?做了哪些优化?

计算机视觉(CV)类:

在这里插入图片描述

  1. 常见的模型加速方法

  2. 目标检测里如何有效解决常见的前景少背景多的问题

  3. 目标检测里有什么情况是SSD、YOLOv3、Faster R-CNN等所不能解决的,假设网络拟合能力无限强

  4. ROIPool和ROIAlign的区别

  5. 介绍常见的梯度下降优化方法

  6. Detection你觉的还有哪些可做的点

  7. mini-Batch SGD相对于GD有什么优点

  8. 人体姿态估计主流的两个做法是啥?简单介绍下

  9. 卷积的实现原理以及如何快速高效实现局部weight sharing的卷积操作方式

  10. CycleGAN的生成效果为啥一般都是位置不变纹理变化,为啥不能产生不同位置的生成效果

已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 数字20 设计师:CSDN官方博客 返回首页