道常见面试题看看你的知识盲点在哪
⇨⇦
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？