發現今年雖然很多公司有了資料分析崗位面向本科生開放,但幾乎資料分析師的實習筆試幾乎都沒有考程式設計，注意是幾乎都沒有考！這也給了我們一些啟發，也說明現在的資料分析崗位職能方向更細化。1.同事小鵝在訓練深度學習模型是發現訓練集誤差不斷減小,測試集誤差不斷增大,以下解決方法錯誤的是:
(過擬合怎麼處理)
資料增強
增加網路深度
提前停止訓練
新增dropout
2.以下幾種優化方法中,那種對超引數最不敏感?
sgd(stochastic gradient descent)
bgd(batch gradient descent)
adadelta
momentum
4.《絕地求生》休息中,共有1-3個等級的頭盔,1-3個等級的防彈衣,結社你從無頭盔,無房但已開始,每次之間淒美有的裝備,裝備換成高等級的對應裝備,那麼到達3級頭盔,3級防彈衣,總共有多少種方法,
《比如用(x,y)表示當前(頭盔,防彈衣)的級別,0無對應裝備,則(0,0)->(1,0)->(1,3)-(3,3)為一種方法》
6、20、64、106
5.克萊姆法則是線性代數中乙個關於求解線性方程組的定理。對一億個具有n個方程，n個未知數的方程組，下列說法正確的是:
當方程組的係數行列式不等於零時,則方程組一定有解;
如果方程組有兩個不同的解,那麼方程組的係數行列式必定等於零.
如果方程組的係數行列式等於零,那麼方程組一定無解
當方插入哪個組的係數行列式不等於零是,則方程組可能有多組解.
7.鞍點上的hessian矩陣的描述哪個是正確的(不是正定，也不是負定，也不是半正定，而是零)
正定矩陣
負定矩陣
半正定矩陣
都不對
0、1/3、1/3n、31/4、1/2、1/16、1/8研究的總體非常小
在調研中希望了解不同子群體的差異
總體中只有一部分樣本是可以調研的
沒有先驗的總體資訊
12.以下影象位深度神經網路啟用函式的函式影象,最有可能發生梯度消失的是(sigmoid函式):
13.氣泡排序對進行從小到大排序,一共需要交換多少次
14.下圖深度使用深度優先遍歷的結果是
15.給定一組資料,以下哪種方法可以檢驗資料是否服從正態分佈?
q-q圖、wilcoxon符號秩檢驗、k-s檢驗、t檢驗
16.一生產線生產的產品成箱包裝，假設每項平均重50kg，標準差為3kg，若用最大載重量為5000kg的汽車來承運，試用中心極限定理計算每輛車裝多少箱，才能保證汽車不超載的概率大於0.84,(設φ(1)=0.84,其中φ(x)是正標準正態分佈n(0,1)的分布函式)
17.下列關於協方差相關係數的說法,正確的是?(假定x,y是兩個變數)
協方差的正或負,反應兩個變數x,y是同向變化或反相變化
協方差的正或負,反應兩個變數x,y同向或反相變化的程度
兩個變數的相關係數是消除量綱和標準化之後的特殊的協方差
相關係數反映兩個變數每單位變化的相似程度
二分查詢
排序排序、二分查詢
順序遍歷
需要總體分布符合特定分布
需要總體引數滿足一定條件
不需要總體分布符合特定分布
檢驗統計量與總體發分布的具體引數無關
22.回歸係數的運算
23、貝葉斯公式
24.高數中求導,解微積分,解方程相關的題目
25、線性代數裡的秩、克萊姆法則
25、推導回歸係數的過程
個人感覺總共關注一下幾個點
- 線性代數
- 統計學基礎
- 概率論與數理統計
- 運籌
* 簡單幾個查詢和排序演算法(快排,冒泡)和簡單資料結構(圖)
* 沒有程式設計題
* 機器學習/深度學習/神經網路基礎演算法和相關應用基礎
* 一部分業務常識,資料敏感度
可以看出鵝廠對整體素質,要求還是很全面的,意料之外的就是幾乎沒有程式設計題
對自己來說還算比較有價值,對目前個人情況和行業情況多了些具體的認識。筆試應該是掛了,線代,數理統計,概率論的東西一兩年不碰了,比較懵,考試的時候草稿也不方便打太久,估計涼涼,但希望能給想找資料分析的同學們提供一點幫助和方向。
騰訊後台開發暑期實習生涼經
流程 面試官先讓你介紹一下自己，接著會對你簡歷寫的專案進行細節詢問，因為我讀研做的是目標檢測，所以大部分問的是相關問題，他會跟你 你做的一些工作，然後評估你做這個專案的難易度。很尷尬我做的東西是在深度學習開源平台做的相關工作，然後通過復現一些頂會 然後進行改進調引數等等，但是面試官想知道的是你對模型...
構造回文 2017騰訊暑期實習生
題目描述 給定乙個字串s，你可以從中刪除一些字元，使得剩下的串是乙個回文串。如何刪除才能使得回文串最長呢？輸出需要刪除的字元個數。輸入描述 輸入資料有多組，每組包含乙個字串s，且保證 1 s.length 1000.輸出描述 對於每組資料，輸出乙個整數，代表最少需要刪除的字元個數。示例1 輸入 ab...
2023年騰訊暑期實習生應聘經歷
1.作業系統 2.資料結構 3.資料庫 4.計算機網路 5.測試的基本知識 一面之後，我就感覺應該會接到二面的通知，果不其然，28號上午就收到二面的簡訊，接下來準備二面。網上的面試經都說，對於技術二面，一般都是問的應聘崗位的相關知識，而二面的技術肯定要比一面的技術更深些，還有該行業的一些新興技術，考...