> 馆藏中心

75道常见AI面试题,看看你的知识盲点在哪?

来源:用户 茂林之家 收藏 编辑:王阿强
展开全文

机器学习工程师面试

1、你会在时间序列数据集上使用什么交叉验证技术?是用k倍或LOOCV?

2、你是怎么理解偏差方差的平衡的?

3、给你一个有1000列和1百万行的训练数据集,这个数据集是基于分类问题的。经理要求你来降低该数据集的维度以减少模型计算时间,但你的机器内存有限。你会怎么做?

4、全球平均温度的上升导致世界各地的海盗数量减少。这是否意味着海盗的数量减少引起气候变化?

5、给你一个数据集,这个数据集有缺失值,且这些缺失值分布在离中值有1个标准偏差的范围内。百分之多少的数据不会受到影响?为什么?

6、你意识到你的模型受到低偏差和高方差问题的困扰。那么,应该使用哪种算法来解决问题呢?为什么?

7、协方差和相关性有什么区别?

8、真阳性率和召回有什么关系?写出方程式。

9、Gradient boosting算法(GBM)和随机森林都是基于树的算法,它们有什么区别?

10、你认为把分类变量当成连续型变量会更得到一个更好的预测模型吗?

11:“买了这个的客户,也买了......”亚马逊的建议是哪种算法的结果?

12、在k-means或kNN,我们是用欧氏距离来计算最近的邻居之间的距离。为什么不用曼哈顿距离?

13、我知道校正R2或者F值是用来评估线性回归模型的。那用什么来评估逻辑回归模型?

14、为什么朴素贝叶斯如此“朴素”?

15、花了几个小时后,现在你急于建一个高精度的模型。结果,你建了5 个GBM(Gradient Boosted Models),想着boosting算法会展现“魔力”。不幸的是,没有一个模型比基准模型表现得更好。最后,你决定将这些模型结合到一起。尽管众所周知,结合模型通常精度高,但你就很不幸运。你到底错在哪里?

以上题目答案详解:https://www.tinymind.cn/articles/109【推荐收藏】机器学习教材中的 7 大经典问题https://www.tinymind.cn/articles/83

算法工程师面试题

工作中的算法工程师,很多时候,会将生活中转瞬即逝的灵感,付诸产品化。

将算法研究应用到工作中,与纯粹的学术研究有着一点最大的不同,即需要从用户的角度思考问题。很多时候,你需要明确设计的产品特征、提升的数据指标,是不是能真正迎合用户的需求,这便要求算法工程师能在多个模型间选择出最合适的那个,然后通过快速迭代达到一个可以走向产品化的结果。知识储备作为成功的根底亦必不可少,以下是营长为你精选的算法面试,帮你检查下自己的技能是否在线。

1. LDA(线性判别分析) 和 PCA 的区别与联系

2. K-均值算法收敛性的证明

3. 如何确定 LDA (隐狄利克雷模型) 中主题的个数

4. 随机梯度下降法的一些改进算法

5. L1正则化产生稀疏性的原因

6. 如何对贝叶斯网络进行采样

7. 从方差、偏差角度解释 Boosting 和 Bagging

8. ResNet的提出背景和核心理论

9. LSTM是如何实现长短期记忆功能的

10. WGAN解决了原始 GAN 中的什么问题

以上题目答案详解:https://www.tinymind.cn/articles/1275【推荐收藏】是男人就过8题!楼教主出题,请接招https://www.tinymind.cn/articles/47算法和编程面试题精选TOP50!(附代码+解题思路+答案)https://www.tinymind.cn/articles/3759

深度学习12大常见面试题

1.什么是深度学习?为什么它会如此受欢迎?

3.深度学习与机器学习有什么区别?

4.深度学习的先决条件是什么?

5.选择哪些工具/语言构建深度学习模型?

6.为什么构建深度学习模型需要使用GPU?

7.何时(何处)应用神经网络?

8.是否需要大量数据来训练深度学习模型?

9.哪里可以找到一些基本的深度学习项目用来练习?

10.深度学习的一些免费学习资源

最后附上深度学习的相关面试问题有哪些?

(1)深度学习模型如何学习? (2)深度学习模型有哪些局限性? (3)前馈神经网络和递归神经网络之间有什么区别? (4)什么是激活特征函数? (5)什么是CNN,它有什么用途? (6)什么是池化? 简述其工作原理。 (7)什么是dropout层,为什么要用dropout层? (8)什么是消失梯度问题,如何克服? (9)什么是优化函数?说出几个常见的优化函数。

以上题目答案详解:https://www.tinymind.cn/articles/608

Python常见面试题

  • 100+Python编程题给你练~(附答案)

  • https://www.tinymind.cn/articles/3987
  • 10个Python常见面试题,这些弄不明白不要说学过Python!

  • https://www.tinymind.cn/articles/3768

    Google人工智能面试题

    1、求导1/x。

    2、画出log (x+10)曲线。

    3、怎样设计一次客户满意度调查?

    4、一枚硬币抛10次,得到8正2反。试析抛硬币是否公平?p值是多少?

    5、接上题。10枚硬币,每一枚抛10次,结果会如何?为了抛硬币更公平,应该怎么改进?

    6、解释一个非正态分布,以及如何应用。

    7、为什么要用特征选择?如果两个预测因子高度相关,系数对逻辑回归有怎样的影响?系数的置信区间是多少?

    8、K-mean与高斯混合模型:K-means算法和EM算法的差别在哪里?

    9、使用高斯混合模型时,怎样判断它适用与否?(正态分布)

    10、聚类时标签已知,怎样评估模型的表现?

    11、为什么不用逻辑回归,而要用GBM?

    12、每年应聘Google的人有多少?

    13、你给一个Google APP做了些修改。怎样测试某项指标是否有增长

    14、描述数据分析的流程。

    15、高斯混合模型 (GMM) 中,推导方程。

    16、怎样衡量用户对视频的喜爱程度?

    17、模拟一个二元正态分布。

    18、求一个分布的方差。

    19、怎样建立中位数的Estimator?

    20、如果回归模型中的两个系数估计,分别是统计显著的,把两个放在一起测试,会不会同样显著?

    以上题目答案详解:https://www.tinymind.cn/articles/98

    苹果人工智能面试题

    1、有成千上万个用户,每个用户都有 100 个交易,在 10000 个产品和小组中,用户所参与有意义的部分,你是如何处理这一问题的?

    2、为了消除欺诈行为,我们对这些数据进行预筛选,如何才能找到一个数据样本,帮助我们判断一个欺诈行为的真实性?

    3、给出两个表格,一个表格用来存储用户 ID 以及购买产品 ID(为1个字节),另一个表格则存储标有产品名称的产品 ID。我们尝试寻找被同一用户同时购买的这样一个成对的产品,像葡萄酒和开瓶器,薯片和啤酒。那么,如何去寻找前 100 个同时存在且成对出现的产品?

    4、详细描述 L1 正则化和 L2 正则化二者之间的区别,特别是它们本身对模型训练过程的影响有什么不同?

    5、假设你有 10 万个存储在不同服务器上的文件,你想对所有的文件进行加工,那么用 Hadoop 如何处理?

    6、Python 和 Scala 之间有什么区别?

    7、解释一下 LRU Cache 算法。

    8、如何设计一个客户——服务器模型,客服端每分钟都可以发送位置数据。

    9、如何将数据从一个 Hadoop 聚类传递给另一个 Hadoop 聚类?

    10、Java 中的内存有哪些不同的类型?

    11、你是如何处理数百个标题中的元数据这一繁琐任务的?

    12、在数据流和可访问性方面,如何在隐藏时间帧内进行测量?其中在隐藏时间帧内,核心超负荷将计算机能量重定向到 cellar dome 的过度复杂文件系统的边界结构。

    13、你最希望拥有的超能力是什么?

    14、如果你有一个时间序列传感器,请预测其下一个读数。

    15、使用 SQL 创建 market basket 输出。

    16、你有没有过心理物理学实验的经验?(Research Portfolio based question)

    17、你在表征方法上的专长是什么?通常使用什么?你是如何在研究中使用它,有没有什么有趣的结果?(Research Portfolio based question)

    18、如何进行故障分析?

    19、检查一个二叉树是否为左右子树上的镜像。

    20、什么是随机森林?为什么朴素贝叶斯效果更好?

    赞赏 共11人赞赏

    面试遭遇"知识盲点",如何化险为夷!(江苏面试版)

    接上【测评要素】综合分析能力【答题要点】(1)能够客观、全面地分析理解问题。在组织举办听证会问题上,既能看到表达民意诉求、维护权益方面的合理性,又能看到公众意愿和...

    医学高级职称考试题库2015版 哪款软件好

    有的知识只是当时了解,临考前需深入掌握。要制订了详细的学习计划,每天复习哪部分... 全面复习是扫除知识盲点的有效方法,"没有经过全面复习,知识大厦就好比建在沙滩...

    西方经济学主要涉及哪些内容?

    要回想一下其他哪个学派也在这一领域有分析,异同点在哪里。比如,消费理论就包括凯... 你可以把这些相关联的知识点也都总结在一个本子上,总结的过程也就是你去理解、系统...

    公务员考试够及格分数线就一定能进面试吗

    你考试作弊,问你现在有什么辩解的。不过这类题很多面试书上都有答题要点,多看看。... 的知识盲点 面试解题思维技巧--联想法 公务员面试:包装要适度稳重最关键 如何在面试...

    国家硕士研究生考试政治比较权威的参考书??

    直击你的盲点。 分重点分层次分专题,这点还可以,每个专题都会有配套练习,以题促记,还... 据说是得分点。 最吸引我的部分是复习提要里面的常见错误点拨,可以在书店看一看。...

    高一历史练习册第二分册答案,全点的

    还有一个在高考考场上高效利用时间的经验:不要在慌乱中浪费时间。有的同学看看表,... 你的思维对路可能觉得很顺利。一个挺容易的题,但是是你的知识盲点,或者你的思路不...

    山西省文科数学哪些版块是必考内容

    在考试时一定要先把题仔细阅读一遍,可以把试卷上关键字做上记号来提示你充分而准确... 其实主要是同学们在复习新的知识时,没有反复去复习前面的知识。 老师建议,在假期复...

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。本文《75道常见AI面试题,看看你的知识盲点在哪?》由网友茂林之家 转载收藏,版权归原作者所有,若侵权请联系:E-MAIL:513175919@qq.com
    违法违规信息请立即联系本网可获得现金奖励,TEL:1-8-2-1-0-2-3-3-3-8-1(电话仅供违法违规信息举报,侵权类信息请EMAIL。)

    www.wosoni.com false 互联网 http://www.wosoni.com/view/socangkudk/msdm/dj/dczsbgclWSNlgmzssmcm.html report 7916 展开全文

    热门图片

    经济金融企业管理法律法规社会民生科学教育健康生活体育运动文化艺术电子数码电脑网络娱乐休闲行政地区心理分析医疗卫生