1. 程式人生 > >【機器學習】【深度學習】【人工智慧】【演算法工程師】面試問題彙總(持續更新)

【機器學習】【深度學習】【人工智慧】【演算法工程師】面試問題彙總(持續更新)

1. 演算法

【1】動態規劃經典題目總結

2. 資料結構

2.1 陣列和字串

【1】【演算法】刪除一個數組中為0的元素

【2】牛客網線上程式設計專題《劍指offer-面試題34》醜數

【3】牛客網線上程式設計專題《劍指offer-面試題4》替換空格

【4】牛客網線上程式設計專題《劍指offer》(1)二維陣列中的查詢

2.2 連結串列

【1】牛客網線上程式設計專題《劍指offer-面試題37》兩個連結串列的第一個公共結點

【2】【演算法】如何判斷連結串列有環

【3】牛客網線上程式設計專題《劍指offer-面試題17》合併兩個排序的連結串列

【4】牛客網線上程式設計專題《劍指offer-面試題16》反轉連結串列

【5】牛客網線上程式設計專題《劍指offer-面試題15》連結串列中倒數第k個節點

【7】【資料結構】線性連結串列的Java實現

【8】牛客網線上程式設計專題《劍指offer-面試題5》從尾到頭列印連結串列

2.3 棧和佇列

【1】牛客網線上程式設計專題《劍指offer-面試題7》用兩個棧來實現佇列

2.4 樹

【1】牛客網線上程式設計專題《劍指offer-面試題58》二叉樹的下一個結點

【2】牛客網線上程式設計專題《劍指offer-面試題39:題目二》判斷是否是平衡二叉樹

【3】牛客網線上程式設計專題《劍指offer-面試題39》二叉樹的深度

【4】牛客網線上程式設計專題《劍指offer-面試題18》樹的子結構

【5】牛客網線上程式設計專題《劍指offer-面試題6》重建二叉樹

【6】【LeetCode】337. House Robber |||

2.5 查詢

【1】牛客網線上程式設計專題《劍指offer-面試題38》數字在排序陣列中出現的次數

【2】牛客網線上程式設計專題《劍指offer-面試題8》旋轉陣列的最小數字

【3】演算法-在有序陣列、無序陣列中進行折半查詢和二分法找無序陣列中第k小(大)的數

2.6 排序

【1】【資料結構】歸併排序

【2】牛客網線上程式設計專題《劍指offer-面試題36》陣列中的逆序對

【4】堆排序之-小頂堆

【5】堆排序之-大頂堆

【6】排序演算法-桶排序

【7】【LeetCode】347. Top K Frequent Elements

【8】牛客網線上程式設計專題《劍指offer》(29)最小的K個數

【9】【演算法】在N個亂序數字中查詢第K大的數字

2.7 總結

【1】【面試心得】演算法和資料結構:查詢和排序

3. 機器學習基礎

3.1 監督學習模型

3.1.1 經典演算法

【1】機器學習中【迴歸演算法】詳解

3.1.2 概率圖模型

【1】貝葉斯分類器

3.2 非監督學習模型

【1】EM演算法詳解

【2】K-means演算法優化(二分K-means演算法)

【3】聚類演算法之K-means演算法

3.3 整合學習

3.4 降維演算法

【1】主成分分析(PCA)原理詳解

【2】機器學習中SVD總結

3.5 取樣

3.6 強化學習

3.7 模型評價

【1】偏差(Bias)與方差(Variance)

【2】ROC曲線和AUC面積理解

【3】【錯誤率、精度、查準率、查全率和F1度量】詳細介紹

4. 機器學習技巧和經驗

【1】什麼是過擬合、過擬合原因、如何防止?

【2】分類中解決類別不平衡問題

【3】最優化理論與方法-牛頓迭代法後續

【4】最優化理論與方法-牛頓迭代法

【5】機器學習中的L1和L2正則化項

5. 深度學習基礎

5.1 卷積神經網路(CNNs)

【1】卷積神經網路(CNN)綜述

【2】對Dilated Convolution理解

【3】卷積神經網路中感受野的詳細介紹

5.2 迴圈神經網路(RNNs)

【1】迴圈神經網路(RNN)

5.3 生成式對抗網路(GANs)

6. 深度學習技巧和經驗(經典論文)

【1】深度學習中的Batch Normalization

【2】深度學習中Dropout原理解析

【3】神經網路梯度消失和梯度爆炸及解決辦法

【4】深度學習中的注意力機制

7. 計算機基礎

8. 數學理論