2019 暑期实习面试及准备资料总结

2019 暑期实习面试及准备资料总结

18年年初开始转型做ML/DL，0基础，3个月学习了基础知识，打了一个kaggle比赛（DSB2018），截止投简历的时候成绩top 3%，投了三家的算法岗 今日头条图像算法岗，蚂蚁金服机器学习推荐算法，腾讯SNG图像算法，最终拿到蚂蚁金服的offer

问题总结及资料链接

（1）机器学习部分

1 逻辑回归部分
常问，推导要会
推导：https://zhuanlan.zhihu.com/p/34325602

2 SVM部分
常问，推导要会，精简版看下面链接，但是写的不是很详细，最好把cs229讲义好好看看
推导：https://www.zhihu.com/question/21094489 @靠靠靠谱 的回答

3 集成学习
常问，推导要会
bagging方法：看周志华教授的西瓜书
boosting方法：看李航的蓝书，特别的对于GBDT，这篇文章写的很清晰，推导相对简单
stacking方法：没有特别好的讲解，都看看吧，这篇还行
决策树：cart树是最常问的，详见李航蓝书，从推导到剪枝都要会

4 softmax
这个相对简单，这篇足够了

5 牛顿法和梯度下降
推导以及优劣比较，相对简单，直接看cs229讲义

6 交叉验证
相对简单，看这篇

7 正则方法
正则是一大块，原理方法都要懂，可以参考这些文章 ：1 2

8 归一化方法
基础问题，随便那本书都有

9 SVD分解 PCA ICA 白化
这部分我没有被问到，但是应该会问，毕竟是重点，看cs229讲义

（2）深度学习部分

1 过拟合的起因，怎么解决
这个没啥好说的，任何讲深度学习的书和课程都有，看哪个都行

2 batch normalization
这个问题下的回答很有价值

3 cnn rnn本质
这篇文章总结的很好

4 梯度弥散/爆炸
没有太好的文章，看看这篇讲resnet的吧

5 激活函数，比较
sigmod tanh relu maxout… 好多，这个随便一搜就一堆，放一个不太切题的文章吧，我偶像何之源奆佬的回答，手动滑稽

6 梯度下降优化
这就很多了，lan大神的花书讲的就很好，博客也可以看这个

7 各种网络结构
这个就太多了，cnn的 rnn的，细分还有很多，多看多熟悉吧

（3）传统算法

很奇怪，反而这块很不重视，考的题都很简单
1 阿里在线编程测试
给一个圆，切成n个扇形，涂m种颜色，要求任意两个相邻扇形颜色不同
思路：首先不考虑首尾位置的扇形是否颜色相同，那么总共是 m∗(m−1)