機器學習演算法工程師面試問題

2021-08-21 16:19:43 字數 1709 閱讀 6393

手寫二叉樹前序遍歷

劍指offer青蛙跳台階問題:乙隻青蛙一次可以跳上1級台階,也可以跳上2級。求該青蛙跳上乙個n級的台階總共有多少種跳法?    我:採用遞迴的方式做,f(n) = f(n-1) + f(n-2)  n>=3;  f(1) = 1;   f(2) = 2; 面試官:如果不利用遞迴方式怎麼做? 我:構建乙個vector向量,[1, 2, 3, 5 ...]  當前數等於前兩個數字的和。面試官:這樣做空間複雜度多少?我:o(n) 面試官:有沒有更好的方法。我:用兩個變數代替f(n-1), 和f(n-2), 每次計算完後更新他們的值。這樣做空間複雜度為o(1).

簡述一下xgboost?  boosting的思想是每乙個基分類器糾正前乙個基分類器的錯誤,至於糾正的方式不同所以有不同的boosting演算法,比如通過調整樣本權值分布訓練基分類器對應的adaboost,通過擬合前乙個基分類器與目標值的誤差的負梯度(也不能說是殘差,只有在損失函式是平方損失時才能叫殘差,一般的損失函式是近似殘差)來學習下乙個基分類器的方法是gradient boosting

單例設計模式

決策樹**條件?

資訊增益怎麼計算?

給你兩個向量,它們之間的距離計算方式有幾種,分別怎麼計算,寫出計算公式

分類問題的損失函式

auc和f-score的區別

svm的工作原理

未來三年的的規劃

你收穫最大的一門課程,分別站在自己的角度和別人的角度說一下為什麼你的收穫大,比別人收穫多

你關注時事熱點嗎?說一下你最近關注的熱點,你對此有什麼看法

最滿意的乙個專案,詳細介紹一下

f-score的表示式

最難過的一件事,怎麼解決的

寫**是如何調優的

對於寫**如何看待

說一下你的優勢

介紹一下自己

談一下你的覺得不錯的專案

深度學習中的正則化

線性回歸與邏輯回歸的區別

鍊錶與陣列的儲存區別

qn與dqn的區別

你有offer嗎

你如何看待加班

假如你有一千萬的資訊文字,你如何找出重複最多的前十條

氣泡排序

卷積核的作用?在影象中或者文字中?(提取特徵)

pooling層的作用?(擴大感受野,降低引數規模)

有沒有關注神經網路的可解釋性?哪些方法?

有沒有想過利用rnn結構去處理自動駕駛中關於時間連續的問題?

cbdt屬於整合學習中的哪種結構?損失函式是什麼?

cart的基本結構?

relu的正半軸是線性的,怎麼實現非線性的呢?(解答)

自我介紹

程式設計:給定兩個有序鍊錶如l1:, l2:,輸出

專案介紹:基於模仿學習的自動駕駛(負責工作及實現流程);天池工業ai大賽(特徵工程、xgboost詳細介紹:一定看透**!!!);

樹結構:當特徵值為連續的如0.001,0.0011,0.0011...如何進行**

模型結構:resnet50的網路結構

介紹一下遷移學習,如何finetune

缺失值如何處理

特徵工程的處理

介紹如何做的模型融合

說一下xgboost與gbdt的區別,是否了解lightgbm, catboost

智力題:一條線段隨機分成三段,能拼成三角形的概率是多少?

如何實現乙個鍊錶的逆序

python中如何用pandas讀取乙個很大的檔案,這個檔案超過了計算機的記憶體

解釋一下python的裝飾器

機器學習演算法工程師面試 總綱

二.資料輸入 三.特徵工程 四.模型構建 2.線性分類器 3.概率圖 4.聚類 5.回歸分析 6.其他 五.模型評估與驗證 六.面試問題 資料結構 演算法 數學基礎 計算機系統 程式設計 參考文件 bprnn cnnsnn gansvm s3vm tsvm logisitic regression ...

驅動工程師的面試問題

1.nt式的驅動要匯入的標頭檔案是ntddk.h,wdm式的驅動要匯入的是wdm.h。2.nt式不支援即插即用,通過服務來手動載入 wdm是即插即用,通過inf來載入。3.wdm在裝置建立和pnp訊息處理上有區別。在和驅動通訊過程中,我們一般都會碰到應該選擇何種型別的緩衝型別進行通訊。本文將簡要的介...

演算法工程師《機器學習基礎》

機器學習基礎 邏輯回歸,svm,決策樹 1 邏輯回歸和svm的區別是什麼?各適用於解決什麼問題?2 linear svm 和 線性回歸 有什麼異同?答案 基礎知識 3 支援向量機屬於神經網路範疇嗎?4 如何理解決策樹的損失函式?5 各種機器學習的應用場景分別是什麼?例如,k近鄰,貝葉斯,決策樹,sv...