最近面试的几个大厂算法面试题汇总
最近接受了一波社会毒打,几个大厂都经历了好几轮技术面试,面试形式有电话、语音、视频、现场面,内容主要集中在以往工作经历及项目经验、算法知识及理论、算法编程及工程能力、场景案例及分析,好在面试结果比较满意。本篇仅记录一些算法知识及理论的面试题,靠回忆,有遗漏。总结如下。
某程:
- 都用过哪些算法?应用最熟悉的是那个?
- 特征工程如何做?
- 介绍一下RF吧?
- LR相比树模型对数据有什么要求?
- 为什么有些算法需要剔除共线性?
- 距离算法了解哪些?余弦相似性相比K-means有什么区别?
- K-means的K如何选择的?聚类的效果如何评估?
- 为什么距离算法需要对数据进行归一化?树模型需要吗?为什么不需要?
- 树模型特征如何选择?
- 决策树如何处理缺失值?
- 介绍一下最常用的集成算法?
- RF可以对特征进行重要性评估的原理?
某东:
- LR的损失函数是什么?
- 交叉熵损失函数的表达式是什么?
- 不平衡数据如何处理?
- 如何消除过拟合?
- L1和L2范式分别要求的数据分布是什么?
- 介绍一下Adaboost和gbdt、Xgboost的区别?
- Adaboost对分错的样本给予更小的权重还是更大的权重?如何更新权重?
- 模型评估方法有哪些?业务上如何评估?
- 介绍一下ROC曲线?和P-R曲线的区别?
- P-R曲线为什么不能很好评估不均衡数据?
- 介绍一下A/Btest?业务上如何实施的?
- 介绍一下极大似然估计?
- 对后验概率了解多少?
- 了解深度学习吗?前沿的一些算法了解哪些?
- CNN和RNN相比DNN有什么区别?
- 哪些神经网络结构会发生权重共享?
- 为什么会出现梯度消失?
- 用过哪些深度学习框架?
- 平时都浏览什么网站?前沿知识主要获取途径是什么?
某里:
- 数据分析和数据挖掘有什么区别?
- 集成算法有哪些?分别介绍一下?
- 哪种模型最好?
- 什么是贝叶斯定理?朴素贝叶斯朴素在哪里?
- 哪些算法容易过拟合?如何处理过拟合?
- L1、L2正则之间有什么不同?
- 决策树算法对数据有什么要求?
- 决策树的整个构建过程?
- 决策树有哪些特征选择方法?区别是什么?
- 决策树如何进行剪枝?那种方法好?
- 集成学习为什么能够提高精度?除此之外还有什么优点?
- 完整介绍一下Adaboost?
- 更关注模型的精度还是模型的性能?如何均衡?
- 深度学习都了解哪些?详细介绍一下?
- 神经网络算法如何防止过拟合?
- 详细介绍一下dropout?
- 排序算法都有哪些?时间复杂度区别?
- 设计一个黑箱的文本分析器?说出思路即可
某滴:
- 特征工程进行了哪些处理?
- 正样本太少如何处理?
- 都尝试过哪些方法丰富正样本?
- 1:10的数据和1:1000的数据如何选择?如何处理?
- 用户裂变的时候如何应对重复裂变?
- 模型效果如何评估?在实际业务上如何评估?
- 如何降低过拟合?
- AUC除了通过ROC曲线来计算,还有没有别的计算方法?如何计算的?
- 决策树有几种?几种特征选择方法介绍一下?有什么区别?
- RF、Adaboost、Xgboost分别介绍一下?区别是什么?哪种算法好?
- bagging和boosting更偏向于哪个指标?偏差还是方差?
- RF相比Adaboost哪种决策树比较深?为什么?
- Xgboost和GBDT的区别?
- 聚类算法用过哪些?介绍一下kmeans?其它聚类算法了解吗?
- 推荐算法都有哪些?介绍一下协同过滤?
- 求 f ( x ) = 1 2 ( x + a ) 2 + ∣ x ∣ f(x)=\frac{1}{2}(x+a)^{2}+|x| f(x)=21(x+a)2+∣x∣ 的极值点及极值?
某美:
- 如何进行数据处理?
- 如何进行特征降维?
- 集成学习算法都用过哪些?集成学习的原理是什么?
- 介绍一下RF吧?它和其它集成学习算法有什么区别?
- 不均衡数据如何处理?
- 模型如何评估?
- 介绍一下ROC曲线?为什么需要AUC?
- ROU曲线和P-R曲线区别?
- 聚类算法如何确定聚类群体个数?
- 用过深度学习算法吗?介绍一下常用的深度学习算法?
- 可视化实现?用过哪些模块?
- 手推一下LR?
- 时间序列模型了解吗?缺失数据如何基于时间序列补齐?
某来:
- spark相比hadoop有什么区别?
- spark的优点和不足?
- 有哪些集群资源管理方式?用过哪些?
- spark的standalone和yarn模式的区别?
- 模型评估方法有哪些?实际工作中如何评估?
- 小样本学习了解吗?介绍一下
- 不均衡数据如何处理?
- 介绍一下集成学习算法?
- Xgboost和gbdt的区别?
- 优化方法有哪些?分别介绍一下
- SVM用过吗?损失函数是什么?是凸的吗?
- 解释对偶的概念?为什么需要对偶?
- LR损失函数是什么?是凸的吗?
- 聚类算法如何确定聚类数量?如何评估?
- 密度聚类了解吗?
- 正则化了解吗?
- L1范数为什么会输出稀疏矩阵?L2为什么不会?
- 什么是拉普拉斯分布?什么是高斯分布?两者的区别?
- 精准营销场景,更偏向于给人推物?还是给物找人?
欢迎补充。
最后,
项目复盘很重要,知识复盘也很重要。
Stay Hungry, Stay Foolish.
最近面试的几个大厂算法面试题汇总相关推荐
- 力扣高频|算法面试题汇总(七):树
力扣高频|算法面试题汇总(一):开始之前 力扣高频|算法面试题汇总(二):字符串 力扣高频|算法面试题汇总(三):数组 力扣高频|算法面试题汇总(四):堆.栈与队列 力扣高频|算法面试题汇总(五):链 ...
- 算法面试题汇总 leetcode
算法面试题汇总 leetcode
- 大厂面试常考的前端算法面试题,建议尽早学会
前不久一个粉丝和我抱怨:自己去字节面试,准备的特别充分,什么简历.面经刷了好几遍,本以为这次一定没问题,最后却败在了一道算法题上. 确实,现在的大厂招聘要求已经不仅限于技术能力或者做过哪些大型项目了, ...
- 互联网大厂算法面试题集合,看完我跪了!
来源:https://github.com/azl397985856/leetcode 介绍 leetcode 题解,记录自己的 leetcode 解题之路. 本仓库目前分为五个部分: 第一个部分是 ...
- Github惊现高星神作,两份算法宝典让你横扫大厂算法面试题
前言 有些小伙伴可能会有疑惑,为什么面试总喜欢问算法与数据结构问题,这是有原因的 首先,算法能看出一个程序员的 基本功 ,数据结构与算法是计算机领域里面最最基础的学科,其他更高级的领域都或多或少都涉及 ...
- 面试必备,JS常见算法面试题整理
素数 Q:你将如何验证一个素数? A:一个素数只能被它自己和1整除.所以,我将运行一个while循环并加1.(看代码示例,如果你无法理解,那这不是你的菜.先回去学习JavaScript基础知识然后再回 ...
- leetcode 最常见的前端基础算法面试题汇总
目录 二叉树 二叉树前中后遍历套路详解 对称二叉树 二叉树的最大深度 将有序数组转化为二叉搜索树 栈 有效的括号 最小栈 动态规划 最大子序和 爬楼梯 数学问题 加一 x的平方根 Excel表序列号 ...
- 2018 年力扣高频算法面试题汇总-难题记录-鸡蛋掉落
题目描述: 你将获得 K 个鸡蛋,并可以使用一栋从 1 到 N 共有 N 层楼的建筑. 每个蛋的功能都是一样的,如果一个蛋碎了,你就不能再把它掉下去. 你知道存在楼层 F ,满足 0 <= F ...
- 算法面试题汇总(更新中)
1.根据数字返回相应位置数字 def get_digit(num, i):# i=0 个位 1 十位 2 百位...return num // (10 ** i) % 10# print(get_di ...
最新文章
- OpenCV的minEllipse函数(求轮廓的外接椭圆)一定要判断输入点是否大于5个
- Java基础——Java IO详解
- tp5下通过composer实现日志记录功能
- python付费课程推荐知乎_新手小白学习Python,有什么课程推荐吗?
- html+css+js实现网页拼图游戏
- Android Studio 设置HTTP代理无法取消的问题
- linux下获取程序所在目录绝对路径
- 客快物流大数据项目(一):物流项目介绍和内容大纲
- 容量治理-扩容、限流和降级
- 开发者将《午夜凶铃》与 ARKit 结合,把贞子带到你面前
- java开源im框架_开源im即时通讯
- 哪些方法能减轻打呼噜的症状呢?
- 实时语音场景下的智能对话
- springboot学校快递站点管理系统的设计与实现毕业设计源码111544
- android8关机界面,修改android 的关机界面
- 模拟登陆新版正方教务管理系统【可以获取学生基本/课表信息】
- 算法导论读书笔记(19)
- 项目管理案例分析-小型旅游网站开发项目
- Word 批量转 PDF 方法, 杜绝耍手段的交费软件!
- 第三章:3.3 傅里叶级数收敛分析