机器学习算法工程师面试问题
一、OPPO提前批(岗位:机器学习算法工程师)
1.1 一面(通过) 2018.07.21
- 手写二叉树前序遍历
- 剑指offer青蛙跳台阶问题:一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法? 我:采用递归的方式做,f(n) = f(n-1) + f(n-2) n>=3; f(1) = 1; f(2) = 2; 面试官:如果不利用递归方式怎么做? 我:构建一个vector向量,[1, 2, 3, 5 ...] 当前数等于前两个数字的和。面试官:这样做空间复杂度多少?我:O(N) 面试官:有没有更好的方法。我:用两个变量代替f(n-1), 和f(n-2), 每次计算完后更新他们的值。这样做空间复杂度为O(1).
- 简述一下XGBoost? boosting的思想是每一个基分类器纠正前一个基分类器的错误,至于纠正的方式不同所以有不同的boosting算法,比如通过调整样本权值分布训练基分类器对应的AdaBoost,通过拟合前一个基分类器与目标值的误差的负梯度(也不能说是残差,只有在损失函数是平方损失时才能叫残差,一般的损失函数是近似残差)来学习下一个基分类器的方法是gradient boosting
- 单例设计模式
- 决策树分裂条件?
- 信息增益怎么计算?
- 给你两个向量,它们之间的距离计算方式有几种,分别怎么计算,写出计算公式
- 分类问题的损失函数
1.2 二面(挂) 2018.07.21
- auc和f-score的区别
- SVM的工作原理
- 未来三年的的规划
- 你收获最大的一门课程,分别站在自己的角度和别人的角度说一下为什么你的收获大,比别人收获多
- 你关注时事热点吗?说一下你最近关注的热点,你对此有什么看法
- 最满意的一个项目,详细介绍一下
- f-score的表达式
- 最难过的一件事,怎么解决的
- 写代码是如何调优的
- 对于写代码如何看待
- 说一下你的优势
二、多益网络(岗位:人工智能及大数据研发工程师)
2.1 一面 2018.08.16
- 介绍一下自己
- 谈一下你的觉得不错的项目
- 深度学习中的正则化
- 线性回归与逻辑回归的区别
- 链表与数组的存储区别
- QN与DQN的区别
- 你有offer吗
- 你如何看待加班
- 假如你有一千万的信息文本,你如何找出重复最多的前十条
- 冒泡排序
三、阿里巴巴(岗位:机器学习算法岗)
3.1 面试前的了解 2018.08.20
- 卷积核的作用?在图像中或者文本中?(提取特征)
- Pooling层的作用?(扩大感受野,降低参数规模)
- 有没有关注神经网络的可解释性?哪些方法?
- 有没有想过利用RNN结构去处理自动驾驶中关于时间连续的问题?
- CBDT属于集成学习中的哪种结构?损失函数是什么?
- CART的基本结构?
- RELU的正半轴是线性的,怎么实现非线性的呢?(解答)
四、网易互联网(岗位:机器学习算法岗)
4.1 一面 2018.08.29
- 自我介绍
- 编程:给定两个有序链表如L1:{1,3,5}, L2:{2,4,6},输出{6,5,4,3,2,1}
- 项目介绍:基于模仿学习的自动驾驶(负责工作及实现流程);天池工业AI大赛(特征工程、XGBOOST详细介绍:一定看透论文!!!);
- 树结构:当特征值为连续的如0.001,0.0011,0.0011...如何进行分裂
- 模型结构:ResNet50的网络结构
- 介绍一下迁移学习,如何Finetune
五、招银网络(岗位:机器学习算法岗)
5.1 简历面 2018.09.12
- 缺失值如何处理
- 特征工程的处理
- 介绍如何做的模型融合
- 说一下XGBoost与GBDT的区别,是否了解lightgbm, catboost
- 智力题:一条线段随机分成三段,能拼成三角形的概率是多少?
- 如何实现一个链表的逆序
- Python中如何用pandas读取一个很大的文件,这个文件超过了计算机的内存
- 解释一下Python的装饰器
机器学习算法工程师面试问题相关推荐
- 机器学习算法工程师面试集锦(更新中)
机器学习算法工程师面试集锦(更新中) 面试问题汇总 常用的损失函数 介绍交叉验证 特征选择方法 机器学习项目的一般步骤 经验风险最小化与结构风险最小化 训练决策树时的参数是什么 在决策树的节点处分割标 ...
- 机器学习算法工程师面试知识点汇总
机器学习算法工程师面试知识点汇总 机器学习 梯度下降 k-means 1 × 1卷积核 模型 SVM Bagging & Boosting 随机森林 激活函数 Sigmod tanh ReLU ...
- 机器学习-算法工程师 -面试/笔试准备-重要知识点梳理
原文地址:http://blog.csdn.net/lrs1353281004/article/details/79529818 整理了一下机器学习-算法工程师需要掌握的机器学习基本知识点,并附上了网 ...
- 机器学习算法工程师面试总结
转自北邮人论坛 2017年即将过去,今年是忙碌的一年,从2月17还没开学就来学校,到现在12月初,工作的事情终于尘埃落定,现将这一段经历写下来,希望能帮助来年找工作的学弟学妹,同时,对自己来说,也是一 ...
- 机器学习算法工程师面试学习经验
作为一个过来人,分享一点我的经验. 先介绍一下自己,本人是国内读的数学本科,北美top统计系硕士毕业,之后在FLAG之一的总部核心部门做数据科学家.期间面试过20-30名candidate. 想要找到 ...
- 【2020秋招】提前批陌陌机器学习算法工程师面试经验
铺垫 时间:9.2日中午1点钟 地点:西工大翱翔会议中心(一开始去成翱翔训练馆了= =,绕着西工大走了一大圈) 形式:现场面试,如果顺利的话,会有2-3轮技术面试,1轮HR面试,HR小哥哥不错. 面试 ...
- 机器学习算法工程师面试总结(基于个人简历自用)
机器学习 回归和分类的相同点和不同点? 相同点:都是对输入做预测,属于有监督学习. 不同点:输出不同.目的不同.结果不同. 分类的输出是离散的.是所属类别.是定性的,回归的输出是连续的.是值.是定量的 ...
- 华为车BU机器学习算法工程师面试经验
作者:Klause 来源:投稿 编辑:学姐 首先是机考 机考一共600分,三道题.一道100分,一道200分,一道300分.只要拿够一百分就算过. 第1题:数组 给定一个数组,数组各个元素代表每个礼物 ...
- 机器学习算法工程师面试经验谈:以个性化推荐算法为例
向AI转型的程序员都关注了这个号
- kmeans聚类算法_机器学习/算法校招面试考点汇总(附面试题和答案)【持续更新】_笔经面经...
以下不作为机器学习/算法工程师的学习路径,只是汇总的校招机器学习/算法工程师面试考点(因为还有笔试考点,后面结合在一起给大家学习路径),后续会为大家更新10w+字数的机器学习/算法工程师校招面试题库, ...
最新文章
- [Windows驱动开发](一)序言
- ClickHouse 详细集群部署方案
- 【GoWeb开发实战】Beego的路由控制
- 日文邮件变成乱码解决方案
- 开源怎么保证专利_开源质量保证的基础
- mvn使用assembly打包所有的moudle为一个tgz文件
- Putty工具包简单使用
- php enum 数字类型插入失败的解决办法
- linux电路图软件有哪些,新手福利,推荐一款好用的电路图绘制软件!
- 反编译工具Luyten地址
- 使用 snapseed p 图,图片局部黑白,简单实用!!
- “区块链”将彻底改变人类社会文明,颠覆世界最强大的企业
- 日本经验丨被忽视的老年玩具市场需求潜力巨大,独家解析产品创新三大方向
- NNDL 作业3:分别使用numpy和pytorch实现FNN例题
- poi ppt 作者属性 修改_Poi PPT PPTX 处理 [生产环境使用]
- 【网络】RPC通信之Apache Thrift
- 非官方esp8266烧写出厂默认AT固件v1.5.4.1
- android java 指针异常处理,Android程序员日常开发中异常总结
- sklearn 中的数据预处理函数,标准化
- C++手敲灰度图均值滤波中值滤波高斯滤波
热门文章
- 深度学习技术在不同方向的应用及相关开源项目
- 软件工程学习笔记(八)~习题:建立等价类表
- TIA Openness开发入门(1)
- java ftps 证书_FTPS (FTP over SSL) vs. SFTP (SSH 文件传输协议): 我们如何做出选择
- 2020年用于测试自动化的7种顶级编程语言
- 新世纪音乐——天籁之音
- Android百度地图修改定位时间间隔
- [程序设计]Java实现解析抖音无水印视频
- 微信服务号获取地理位置
- 面试必备 | 机器学习这十大算法你确定会了吗?