下面哪種stl容器的實現和其它三個不一樣
a. set
b. deque
c. multimap
d. map
答案：b
序列式容器: vector, list, deque
介面卡容器: stack, queue, 優先佇列priority-queue
關聯式容器: set, multiset, map, multimap, auto-ptr, pair
參考：
a.recurrent neural network
b. conditional random field
c.convolution neural network
d.hidden markov model
答案：ca. 5
b. 6
c. 7
d. 8
答案：c
平衡二叉樹：每個節點的左右子樹高度只差不大於1
假設深度為n的平衡二叉樹至少有f(n)個結點,那麼f(n)滿足 f(n)=f(n-1)+f(n-2)+1
a. 3
b. 4
c. 5
d. 6
答案：c
節點的形態數 = 卡特蘭數 = （2n！）/（n！*n！*（n+1））
a. 歸併排序
b. 快速排序
c 堆排序
d 希爾排序
答案：a
氣泡排序：氣泡排序就是把小的元素往前調或者把大的元素往後調。比較是相鄰的兩個元素比較，交換也發生在這兩個元素之間。所以，如果兩個元素相等，我想你是不會再無聊地把他們倆交換一下的
選擇排序：舉個例子，序列5 8 5 2 9，我們知道第一遍選擇第1個元素5會和2交換，那麼原序列中2個5的相對前後順序就被破壞了，所以選擇排序不是乙個穩定的排序演算法
插入排序：插入排序是在乙個已經有序的小序列的基礎上，一次插入乙個元素。當然，剛開始這個有序的小序列只有1個元素，就是第乙個元素。比較是從有序序列的末尾開始，也就是想要插入的元素和已經有序的最大者開始比起，如果比它大則直接插入在其後面，否則一直往前找直到找到它該插入的位置。如果碰見乙個和插入元素相等的，那麼插入元素把想插入的元素放在相等元素的後面。所以，相等元素的前後順序沒有改變
快速排序：快速排序是乙個不穩定的排序演算法
歸併排序、基數排序：是穩定的排序演算法
希爾排序(shell)、堆排序：不是穩定的排序演算法
a. sigmoid
b. relu
c. 反正切tanh
d. 交叉熵ce
答案：da．a=1101，b=1100，c=0，d=10，e=110
b．a=1100，b=1101，c=0，d=10，e=111
c. a=1111，b=1101，c=10，d=0，e=110
d . a=1101，b=1100，c=10，d=0，e=111
答案：b
每次選擇頻率最低的兩個合成乙個樹，然後將該節點加入原來節點中，重複下去，構成樹後左0由1
b. 4
c. 5
d. 6
答案：b
最小高度就是除葉子外,每個結點都有3個孩子的三叉樹的高度：
第一層：1個結點
第二層最多有：3個結點
第三層最多有：9個結點
第四層有：27個結點
1+3+9=13<27, 36<1+3+9+27 所以高度為4
a. 在訓練資料中直接複製大票房電影的資料
b. 修改損失函式，使其偏重大票房電影的誤差
c. 增加大票房電影獨有的特徵，例如訪問流量是否大於一定閾值
d. 針對大票房資料，在訓練時增加學習步長
答案：ca. 直接刪除該特徵
b. 對預設值付給乙個全新值來標記
c. 當零處理直接忽略
d. 使用平均值代替
答案：b
連續性的是可以使用平均值來代替，離散型的話可以使用全新值來標記
a. latent dirichlet allocation
b. word2vec
c. principal component analysis
d. autoencoder
答案：abcd
自編碼就是用少於輸入層神經元數量的隱含層神經元去學習表徵輸入層的特徵，相當於把輸入層的特徵壓縮了，所以是特徵降維
a. 使用正則化項
b. 擴增測試資料集
c. 決策樹模型剪枝
d. early stop
答案：acda. 機器學習中使用l2正則化可以得到平滑的權值
b. 在adaboost演算法中，所有被錯分的樣本的權重更新比例相同。
c. boosting和bagging都是組合多個分類器投票的方法，二者都是根據單個分類器的正確率決定其權重。
d. 梯度下降有時會陷於區域性極小值，但em演算法不會。
e. 在核回歸中，最影響回歸的過擬合性和欠擬合之間平衡的引數為核函式的寬度.
答案：abe
em是一種迭代演算法，用於含有隱變數的概率引數模型的最大似然估計或極大後驗概率估計。最大優點是簡單和穩定，但與梯度下降一樣，容易陷入區域性最優
a. 最大熵
b. 決策樹
c. 條件隨機場
d. 樸素貝葉斯
答案：abc
對於輸入x，類別標籤y：
產生式模型估計它們的聯合概率分布p(x,y)
判別式模型估計條件概率分布p(y|x)
判別式模型常見的主要有:logistic regression、svm、traditional neural networks、nearest neighbor、crf、linear discriminant analysis、boosting、linear regression
產生式模型常見的主要有：gaussians、***** bayes、mixtures of multinomials、mixtures of gaussians、mixtures of experts、hmms、sigmoidal belief networks, bayesian networks、markov random fields、latent dirichlet allocation
a.隨機梯度下降
b. lbfgs
c. 共軛梯度法
d. smo
e. 擬牛頓法
答案：abce筆試刷題 美團
題目描述 大富翁遊戲，玩家根據骰子的點數決定走的步數，即骰子點數為1時可以走一步，點數為2時可以走兩步，點數為n時可以走n步。求玩家走到第n步 n 骰子最大點數且是方法的唯一入參 時，總共有多少種投骰子的方法。輸入描述 輸入包括乙個整數n,1 n 6 輸出描述 輸出乙個整數,表示投骰子的方法 輸入例...
筆試刷題 美團
題目描述 給你六種面額 1 5 10 20 50 100 元的紙幣，假設每種幣值的數量都足夠多，編寫程式求組成n元 n為0 10000的非負整數 的不同組合的個數。輸入描述 輸入包括乙個整數n 1 n 10000 輸出描述 輸出乙個整數,表示不同的組合方案數 輸入例子1 1輸出例子1 1 思路如下 ...
筆試刷題 美團
題目描述 給出兩個字串 可能包含空格 找出其中最長的公共連續子串,輸出其長度。輸入描述 輸入為兩行字串 可能包含空格 長度均小於等於50.輸出描述 輸出為乙個整數，表示最長公共連續子串的長度。輸入例子1 abcde abgde 輸出例子1 2 思路如下 dp i j 表示str1以i結尾和str2以...