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】

机器学习/算法工程师面试考点汇总

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,还有其他岗位的相关题库和资料,想要什么岗位的可以留言哦~

本篇根据各个公司的面试问的问题的大数据进行总结,后面还会更新面试中考察所占比例,当然,本文只包括技术面,不太包括hr面或者一些其他谈人生理想的

附题目

一、数学基础:

1、微积分

1、SGD,Momentum,Adagard,Adam原理

2、L1不可导的时候该怎么办

3、sigmoid函数特性

2、统计学,概率论

  1. a,b~U[0,1],互相独立,求Max(a,b)期望

2、一个活动,n个女生手里拿着长短不一的玫瑰花,无序的排成一排,一个男生从头走到尾,试图拿更长的玫瑰花,一旦拿了一朵就不能再拿其他的,错过了就不能回头,问最好的策略?

3、问题:某大公司有这么一个规定:只要有一个员工过生日,当天所有员工全部放假一天。但在其余时候,所有员工都没有假期,必须正常上班。这个公司需要雇用多少员工,才能让公司一年内所有员工的总工作时间期望值最大?

4、切比雪夫不等式

5、一根绳子,随机截成3段,可以组成一个三角形的概率有多大

6、最大似然估计和最大后验概率的区别?

7、什么是共轭先验分布

8、概率和似然的区别

9.频率学派和贝叶斯学派的区别

10、0~1均匀分布的随机器如何变化成均值为0,方差为1的随机器

11、Lasso的损失函数

12、Sfit特征提取和匹配的具体步骤

3、线性代数

1、求mk矩阵A和nk矩阵的欧几里得距离?

2、PCA中第一主成分是第一的原因?

3、欧拉公式

4、矩阵正定性的判断,Hessian矩阵正定性在梯度下降中的应用

5、概率题:抽蓝球红球,蓝结束红放回继续,平均结束游戏抽取次数

6、讲一下PCA

7、拟牛顿法的原理

8、编辑距离

二、机器学习算法

1、处理分类问题常用算法

1、交叉熵公式

2、LR公式

3 LR的推导,损失函数

4、逻辑回归怎么实现多分类

5 、SVM中什么时候用线性核什么时候用高斯核?

6、什么是支持向量机,SVM与LR的区别?

7.监督学习和无监督学习的区别

8.机器学习中的距离计算方法?

9、问题:朴素贝叶斯(naive Bayes)法的要求是?

10、问题:训练集中类别不均衡,哪个参数最不准确?

11、问题:你用的模型,最有挑战性的项目

12、问题:SVM的作用,基本实现原理;

13、问题:SVM的硬间隔,软间隔表达式;

14、问题:SVM使用对偶计算的目的是什么,如何推出来的,手写推导;

15、问题:SVM的物理意义是什么;

16、问题:如果给你一些数据集,你会如何分类(我是分情况答的,从数据的大小,特征,是否有缺失,分情况分别答的);

17、问题: 如果数据有问题,怎么处理;

18、分层抽样的适用范围

19、LR的损失函数

20、LR和线性回归的区别

21 生成模型和判别模型基本形式,有哪些?

22 核函数的种类和应用场景。

23 分类算法列一下有多少种?应用场景。

24、给你一个检测的项目,检测罐装的可口可乐,瓶装的可口可乐作为负样本,怎么弄?

25.SVM核函数的选择

26.SVM的损失函数

27.核函数的作用

28.SVM为什么使用对偶函数求解

29.ID3,C4.5和CART三种决策树的区别

30.SVM和全部数据有关还是和局部数据有关?

31为什么高斯核能够拟合无穷维度

32、第二面完整推导了svm一遍,还有强化学习问的很多,dqn的各种trick了解多少,怎么实现知不知道。

33、SVM所有核函数的了解应用,SVM的损失函数

34、LR和SVM 区别

35、朴素贝叶斯基本原理和预测过程

36、LR推导

37、交叉熵,还有个什么熵不记得了。。。

38、LR公式

39、交叉熵公式

2、处理回归问题常用算法

1.L1和L2正则化的区别

2、问题:Loss Function有哪些,怎么用?

3、问题:线性回归的表达式,损失函数;

4、线性回归的损失函数

5、机器学习:知道哪些传统机器学习模型

3、处理聚类问题常用算法

1、什么是DBSCAN

2.k-means算法流程

3、LDA的原理

4、介绍几种机器学习的算法,我就结合我的项目经理介绍了些RF, Kmeans等算法。
5、KMeans讲讲,KMeans有什么缺点,K怎么确定
6、Kmeans
7、DBSCAN原理和算法伪代码,与kmeans,OPTICS区别

4、推荐系统的常用算法

1、 问推荐算法,fm,lr,embedding

2、协同过滤的itemCF,userCF区别适用场景

3、 推荐系统的大概步骤,解决冷启动。。。
4、传统的机器学习算法了解吗
5、用mapreduce实现10亿级以上数据的kmeans

6、Kmeans

7、A/B test如何进行流量分流

8、协同过滤中的算法怎么细分

9、FM公式

10、FM公式

5、模型融合和提升的算法

1 bagging和boosting的区别

2、boosting和 bagging区别

3 XGBOOST和GDBT的区别

4.GDBT的原理,以及常用的调参参数

6、AdaBoost和GBDT的区别,AdaBoost和GBDT的区别

7 gbdt推导
8、boosting和bagging在不同情况下的选用
9、gbdt推导和适用场景
10、说一下gbdt的全部算法过程
11、rf和gbdt基分类器区别,里面的决策树分别长啥样,怎么剪枝

12、随机森林和 GBDT 的区别

13、xgboost的特征重要性计算

14 xgboost的正则项表达式

15 xgboost原理,怎么防过拟合
16、xgboost,rf,lr优缺点场景。。。

17、xgboost特征并行化怎么做的

18、 xgboost和lightgbm的区别和适用场景

6、其他重要算法

1、问题:HMM隐马尔可夫模型的参数估计方法是?

2、问题:Bootstrap方法是什么?

3、问题:如何防止过拟合?

4、 EM算法推导,jensen不等式确定的下界


三、机器学习

1、Scikit-learn

1、Focal Loss 介绍一下

2 过拟合的解决方法

3 方差偏差的分解公式

4、问题:对应时间序列的数据集如何进行交叉验证?

5、问题:正负样本不平衡的解决办法?评价指标的参考价值?

6、迁移学习

7、数据不平衡怎么办?

8、AUC的理解

9、AUC的计算公式

10、生成模型和判别模型的区别

11、过拟合的解决方法

12、特征选择怎么做

13、怎么防止过拟合

14、L1和L2正则

15、ID3树用什么指标选择特征

16、特征工程的问题

17、给了个链接线上写代码,要求写读文本、文本预处理、特征提取和建模的基本过程,不过写到特征就没写了

18、softmax公式

19、softmax公式

2、Libsvm

1、 检测20类物体,多少张训练集,怎么训练

2、 lightgbm优势

3、Keras/tensorflow

1、MXNet和Tensorflow的区别

2、Tensorflow的工作原理

3.Tensorflow中interactivesession和session的区别

手写了tensorflow的图像分类代码,还有问之前线下笔试最后编程题的思路,算法复杂度,然后项目也问。

四、深度学习

1 BatchNormalization的作用

2、梯度消失

3、循环神经网络,为什么好?

4 什么是GroupConvolution

5.什么是RNN

6.训练过程中,若一个模型不收敛,那么是否说明这个模型无效?导致模型不收敛的原因有哪些?

7.图像处理中锐化和平滑的操作

8.VGG使用3*3卷积核的优势是什么?

9.Relu比Sigmoid的效果好在哪里?

10、问题:神经网络中权重共享的是?

11、问题:神经网络激活函数?

12、问题:在深度学习中,通常会finetuning已有的成熟模型,再基于新数据,修改最后几层神经网络权值,为什么?

13、问题:画GRU结构图

14、Attention机制的作用

15、Lstm和Gru的原理

16、什么是dropout

17、LSTM每个门的计算公式

18、HOG算法原理

19、DropConnect的原理

20 深度学习了解多少,有看过底层代码吗?caffe,tf?

21、除了GMM-HMM,你了解深度学习在语音识别中的应用吗?

22、用过哪些移动端深度学习框架?

23、Caffe:整体架构说一下,新加一个层需要哪些步骤,卷积是怎么实现的,多卡机制,数据并行还是模型并行?

18、HOG算子是怎么求梯度的

1、BN层的作用,为什么要在后面加伽马和贝塔,不加可以吗

2、梯度消失,梯度爆炸的问题,

3、Adam

4、attention机制

5、RNN梯度消失问题,为什么LSTM和GRU可以解决此问题

6、GAN网络的思想

7、1*1的卷积作用

8、怎么提升网络的泛化能力

9、什么是seq2seq model

10、激活函数的作用

11、为什么用relu就不用sigmoid了

12、讲一下基于WFST的静态解码网络的语音识别流程?

13、目标检测了解吗,Faster RCNN跟RCNN有什么区别

14、SPP,YOLO了解吗?

15、梯度消失梯度爆炸怎么解决

16、RNN容易梯度消失,怎么解决?

17、LSTM跟RNN有啥区别

18、卷积层和池化层有什么区别

19、 防止过拟合有哪些方法

20、dropout咋回事讲讲

21、relu

22、神经网络为啥用交叉熵。

23、注意力公式

24、论文flow情况

25、Flappy.Bird开发者,怎么利用DNQ方法强化学习你的游戏AI

26、LeNet-5结构

27、推导LSTM正向传播和单向传播过程

28、LSTM原理,与GRU区别

29、DNN的梯度更新方式

30、 CNN为什么比DNN在图像识别上更好

31、现场用collabedit写代码,一个怪异的归并算法。。。之前没遇到过,直接把归并写出来,但是说复杂度太高,优化了三遍还不行,最后说出用小顶堆解决了。。。

32、LSTM和Naive RNN的区别

33、神经网络为啥用交叉熵。

34、注意力公式

35、Inception Score 评价指标介绍

36、使用的 CNN 模型权重之间有关联吗?

37、CycleGAN 原理介绍一下

38、训练 GAN 的时候有没有遇到什么问题

39、百度实习:CPM 模型压缩怎么做的?有压过 OpenPose 吗?

40、用过哪些 Optimizer,效果如何

41、图像基础:传统图像处理方法知道哪些,图像对比度增强说一下

42、介绍一下图像的高频、低频部分,知道哪些图像补全的方法

43、百度实习:模型压缩的大方向。CPM 模型怎么压缩的,做了哪些工作?

44、Depthwise 卷积实际速度与理论速度差距较大,解释原因。

45、RetinaNet 的大致结构画一下

46、RetinaNet为什么比SSD效果好

五、数据结构与算法

1、查找

1、手写二分查找

  1. 算法题,单调函数求零点 (简单的二分法)

3、特别大的数据量,实现查找,排序

2、哈希

1 Hash表处理冲突的方法

2、一致性哈希

3、Hash表处理冲突的方法

4、apriori

5、KM算法

3、表达式、字符串

1.中缀表达式转后缀表达式

  1. 算法题:翻转中间由各种符号隔开的字符串

3、问题:A+B∗(C−D)/E的后缀表达式。

4、栈与堆

1.大顶堆怎么插入删除

2、堆栈区别

3、栈溢出有哪些情况

5、树

1、问题: 手撕代码,根据前序,中序创建二叉树。

  1. 算法题:从右边看被遮挡的二叉树,求露出的node
  1. 算法题,给前序和中序,求出二叉树
  1. 算法题,trim二叉搜索树

5、红黑树

6、排序

1、对一千万个整数排序,整数范围在[-1000,1000]间,用什么排序最快?

2、堆排序的思想

3、冒泡排序

4、快速排序的最优情况

5、抽了两道面试题目两道。8个球,1个比较重,天平,几步找到重的?

  1. 算法题: topK给出3种解法

7、快排

8、快排

9、说一下小顶堆的调整过程

10、算法题:2sum,3sum

7、高级算法

1、手撕代码:以概率p生成1、概率1-p生成0的rand函数,得到0-1等概率的rand函数,计算新的rand函数中:调用一次,while循环的期望次数

2、Kruskal算法的基本过程

3、BFS和DFS的实现思想

4 关联规则具体有哪两种算法,它们之间的区别

5、贪婪算法

6、模拟退火,蚁群对比

7、 算法题:名人问题,给出最优解法

8、代码题:股票最大值。

9、编辑距离

8、链表

1、如何判断单链表是否是循环链表

  1. 反转链表。。。
  1. 算法题,反转链表
  1. 算法题,单链表判断是否有环 (leetcode easy),以及判断环入口

9、数组

1、找出数组中只出现1次的数,其余数均出现2次,扩展,其余数出现2次以上

10、动态规划

1、最短描述数,10的最短描述数是3^2+1^2所以是2,求一个数的最短描述数

2、跳台阶问题,每次只能跳1个台阶或者2个台阶,n个台阶共有多少种方式

3、动态规划和带记忆递归的区别

4、手撕代码:0-1矩阵的最大正方形

11、遍历

1、代码题:股票最大值。

六、编程语言,工具和环境

1、编程语言

1 什么是python的生成器?

2、Java抽象类和接口的区别?

3、python中is和==的区别

4、python方法解析顺序

5.strcpy函数

5 .Ctrl+C程序挂掉还是抛出异常,如何判断两个dict是否一样,list头上删除元素,字符串拼接?

6.pytorch中cuda()作用,两个Tensor,一个加了cuda(),一个没加,相加后很怎样?

7.python中dict和list的区别,dict的内部实现

8、C++析构函数

9、C++的delete, delete[]的区别

10、C++相关的问题虚函数

12、如何写多线程的代码

13、是否关注过caffe和pytorch是怎么写的吗?pytorch调用多GPU函数内核

14.Java虚拟机内存的划分

15.python dict按照value进行排序

16.C++中static关键字的作用

17、虚函数和纯虚函数的区别

18、Python多进程

19、深拷贝,浅拷贝,写一个出来(写了个自己认为对的版本)

20、在程序里面智能指针的名字是啥?

21、new,malloc区别

22、纯虚函数怎么定义,写一个出来

23、函数后面接const是什么意思?

24、写一个函数指针

25、抽象类和接口的区别,慢慢说

26、有看过c++的一些库吗?

27、c++你看的最久的一章是哪一章,c++primer最熟哪一章

9、开发环境、语言的掌握

10、Python 多进程

11、Python 锁

2、大数据相关

1、Spark性能如何调优

2、map reduce实现笛卡尔乘积

3、 是否写过udf,问udaf,udtf区别和一些细节

七、自然语言处理

1、Word2vec

1、Word2Vec中skip-gram是什么,Negative Sampling怎么做

2、FastText和Glovec原理

3、word2vec实施过程

4、softmax的原理了解

5、Wod2vec公式

6、Wod2vec公式

7、使用gensim的word similar方法预测句子

八、计算机基础

1、linux

1、ELF的bss段

2、计算机网络

1、ip报文经过一个路由器改变哪些字段?

2、TCP/IP算法,IP寻址

3、操作系统

1.如何将小端存储模式转为大端存储模式

2、Python 锁

4、数据库

1 .count(*),count(1)和count(列名)的区别

九、场景题

1 .如何对10亿个词语进行排序,找出频率最高的100个

  1. 算法题,10亿个32位正整数,求不同值,只给1GB内存。。。

3、AI能用在游戏的哪些方面。

4、如果让我用AI技术怎么加入AI元素

5、你觉得你的构想能实际实现吗?

6、那这个技术加进去有什么实际上的意义?

十、项目

1、项目中涉及的算法有了解情况

2、模型的搭建,后处理,数据中发现的特征,发现的亮点。

3、数据量和涉及的算法,效果。

4、你是怎么处理数据中经常存在的数据不平衡的问题。

5、考察项目中的roi-pooling

6、自我介绍

7、项目介绍

8、问了下项目怎么做的

9、 问了一下项目和简历

10、描述一个算法项目从kickoff-落地的全过程

11、 扣项目,问简历,其中涉及的算法和上面差不多

12、 对项目中一些技术选型产生质疑,并友好的一起讨论了这个问题

13、扣简历的项目,扣的很细

14、 扣简历

15、扣简历,问得太细了,每个项目都要回答如果再做一次,有什么改进的地方,both算法上和模型选择上

16、聊简历项目,对搜索推荐算法的了解

17、简历上聚类项目用到的ISODATA算法比kmeans有哪些改进

18、自我介绍,

19、然后让我说一下自己最印象深刻的项目。问我项目的最终成果,分析失败的原因。

20、主要是问项目,根据项目里问一些细的技术点,比如gan在实际实现中的loss是什么

21、 第五轮面试:主要是问项目

22、 第二轮技术面:两个面试官面我一个。

23、看过的论文,讨论论文

24、针对岗位需求和我简历里的内容进行提问

25、 自我介绍

26、项目经历介绍下

27、项目中遇到的最大困难

28.自我介绍

29、针对简历里的第一个项目问的一些问题

30.针对项目3,让解释下DOA估计

33、.你的C/C++怎么样?

34、自我介绍?

35、谈谈实习项目?

36、项目难点?

37、说一下你简历里的图像识别的项目

38、来问我现在在做什么项目,然后我说OCR,然后介绍了一下

39、自我介绍

40、项目经历详细介绍:两种预测方式区别,pair的预测方式,整体项目有哪些可以提升的,遇到的困难之类的,整个项目用了哪些库?

41、看过的论文,讨论论文

42、论文flow情况

43、自我介绍

44、英特尔实习:项目介绍:台球识别和分类使用的方法,Hough 变换原理、后处理

45、Kaggle 比赛:背景介绍,数据清洗、数据增强、类别平衡,最终成绩,与前几名差距在哪,有没有尝试集成的方法。

46、GAN 小论文:做了什么,最终效果

47、GAN 小论文,做了哪些工作,详细公式推一下,对 GAN 的具体应用有了解吗?

  1. 简历上项目为何适用xgboost和lr,对比其他分类算法的场景优势。

49、GAN小论文,你做了什么,有哪些改进,在哪些数据集上做过实验,分辨率是多少?

50、英特尔实习:1)项目背景。台球检测和分类方法,球杆检测方法,球杆遮挡问题怎么处理,不用分类器,直接分割或计算图像差值会怎样?

51、有什么问题想了解一下

十一、hr面

1.自我介绍

2.几点过来的?

3.你有什么跟别人不一样的?

4.你的缺点是什么?

5.家里几口人?

6.搞技术的你怎么很能说啊?

7.为什么喜欢杭州?

8.为什么喜欢菜鸟?

9.如果你面试失败,你会怎么办?

10.菜鸟跟你相关的部门?

11.有女朋友吗?

12.在哪里工作?

13.从事什么行业?

14.如果你的岗位有冲突,你会怎么处理?

15.实习时间,具体什么时候可以开始?

16.你有什么想问的吗?

17、有没有男朋友呀,意向地点是哪?

18、对公司有哪些了解

19、兴趣爱好、意向地点

20、hr面就是常见的问题,城市啊,薪资待遇啊,对部门的评价,对总监的评价

  1. 自我评价优缺点,怎么改进

22、hr抠了简历细节,问了笔试试卷相关的问题(为什么工科生要选择做文案卷,笔试题目印象比较深的是什么等等)还有自己的职业规划等

23、想去的工作城市

24、考研还是保研,为什么考到这个学校

25、研究生期间最大的改变是什么

26、四六级成绩

27、讨论下工作地点和期望薪资

28、你三年的职业规划是什么?

29、你和周围的人比你的优势在哪?举个例子

30、考研的还是保研的?为什么没有保研?

31、家庭成员?家里人对你的工作地点有要求吗?

32、平时喜欢运动吗?

33、设计模式会吗?

34、转岗吗?

35、平时刷题吗?你刷过最有意思的题是啥,说一哈

36、我看你之前还做过销售,聊一下

37、hr面:确定并不是二面说的转岗,而是去做数据挖掘

十一、数据挖掘

1、开放题:预测一位学生期末是否挂科,需要挖掘哪些信息。

十二、学习与发展

1、如果有同学要学机器学习,你会建议他们从哪里做起

2、个人发展,以及对自己项目的深入思考,还有深度学习的发展之类的。

3、讲很多关于深度学习以及机器学习的具体应用与实现,也谈到了自己在实际工作中遇到的困难。

4、之后面试官问了些我对人工智能的看法,以及相关竞赛的情况

5、自我介绍

6、为什么选择做语音方向?

7、为什么选择实习,而不是在学校做研究?


答案领取:           

领取方式1:                       

        
 进入AI面试https://www.nowcoder.com/interview/ai/index,面试完后可以看具体的题目的讨论,其中有参考回答,还能顺便模拟面试一下                             
       

领取方式2:                                   

点击可以直接查看问题和答案https://www.nowcoder.com/activity/topics(待更新,预计下下周更新上)

                        
领取方式3:                       

可以进入AI面试https://www.nowcoder.com/interview/ai/index,这个页面后续也会更新,可以直接查看问题和答案的(待更新,预计下下周更新上)          

    
领取方式4:                   

报名左神算法通关套餐的可免费领取到,购买链接:https://www.nowcoder.com/order?itemId=189&itemType=LIVE_COURSE (同时还送左神签名书一本)


领取方式5:

进入牛币商城用牛币进行兑换:https://www.nowcoder.com/coin/index

领取方式6:



#百度##英特尔##校招##机器学习##面经##笔试题目##算法工程师#
全部评论
想问大家都是如何入门机器学习的?
点赞
送花
回复 分享
发布于 2019-03-27 10:51
之前买过算法套餐了,请问怎么领取答案
1
送花
回复 分享
发布于 2019-04-03 00:30
OPPO
校招火热招聘中
官网直投
真心不错~
点赞
送花
回复 分享
发布于 2019-03-20 15:25
辛苦辛苦,m
点赞
送花
回复 分享
发布于 2019-03-20 15:28
没有每一题的答案对应版本吗
点赞
送花
回复 分享
发布于 2019-03-20 16:17
等待发一波比较全的答案
点赞
送花
回复 分享
发布于 2019-03-21 20:49
总结得不错,这样一来,算法岗的竞争更激烈了😂😂😂
点赞
送花
回复 分享
发布于 2019-03-21 21:00
蟹蟹分享
点赞
送花
回复 分享
发布于 2019-03-22 08:56
虽然可以自己找答案,但是效率好低哦。。好希望牛牛快点分享总结答案的版本。。给牛客网比心!
点赞
送花
回复 分享
发布于 2019-03-23 00:09
数据挖掘岗
点赞
送花
回复 分享
发布于 2019-03-24 17:16
坐等更新答案😁
点赞
送花
回复 分享
发布于 2019-03-25 09:51
 牛牛,是不是这周要更新答案啊。。我觉得我总结的脑壳疼了。。。
点赞
送花
回复 分享
发布于 2019-04-01 11:19
好全
点赞
送花
回复 分享
发布于 2019-04-09 10:46
谢谢!很全,应该很有帮助
点赞
送花
回复 分享
发布于 2019-04-16 17:36
数据分析后期会更新吗
点赞
送花
回复 分享
发布于 2019-04-25 17:39
方法4的通关套餐是中级+高级吗
点赞
送花
回复 分享
发布于 2019-05-08 15:02
牛币买的,更新了也要重新买吗?才能下
点赞
送花
回复 分享
发布于 2019-06-19 13:56
你好请问牛币兑换点进去如何兑换呀
点赞
送花
回复 分享
发布于 2020-06-05 15:34

相关推荐

160 1856 评论
分享
牛客网
牛客企业服务