《机器学习面试》专题

先决条件 Numpy, Scipy IPython matplotlib scikit-learn (http://scikit-learn.org) 警告：从版本0.9（在2011年9月发布）起，scikit-learn导入路径从scikits.learn 改为 sklearn 3.5.1 加载样例数据集 首先，我们将加载一些数据来玩玩。我们将使用的数据是知名的非常简单的花数据鸢尾花数据集。 我

sift步骤和公式 #面经# #校招# #面试# canny步骤和公式 交叉验证原理 hsv和rgb转换公式 pca原理步骤 为什么要降维 怎么特征现选择，卡方检验是什么 kmeans原理步骤，k值怎么确定 决策树怎么预测值 adaboost原理 xgboost原理 皮尔逊系数 在手机上部署大模型要怎么做 python内存清除机制 roc曲线是什么，怎么计算 最后一道lc medium 因为简历上

二面挂 总时长1.5h，面试45min，剩下时间手撕 面试大概问题： 1.讲数据挖掘比赛的过程 2.连续字段怎么转换为离散字段 3.讲一个困难的经历是如何解决并分工的 4.讲一个自己熟悉的网络框架 5.L1正则和L2正则 6.多模态数据怎么利用，模型怎么设计 其他的记不清了 反问环节： 1.部门做什么的 2.用的主要方法是什么 手撕代码，两问： 1.给定函数f(x) = 1.2 x^2 - 0.8

5.15官网投递-5.19初筛通过-5.27上午面试。 面试全程半小时，介绍项目内容，问项目输入输出，项目数据量。然后做题，最长无重复字符串子串。做完反问。 面试结束后秒挂😅😅😅😅，我真的栓Q#暑期实习##OPPO##腾讯##阿里巴巴##字节跳动#

问项目问的很细，但不拷打，纯交流。 中间问了推理加速的选择，大概讲了讲vllm和deepspeed-mii主要的一些推理加速的技术路线。 问了问推理框架的选择，说了一下vllm，deepspeed-mii和sglang的使用体验。 问了问模型增大主要带来的是什么瓶颈，分别讲了计算瓶颈和访存瓶颈。 无八股，无代码题。 方向其实不太匹配，挂了也正常，许愿一个二面吧 #秋招##卓驭科技#

写在之前 大家好呀，我是帅蛋。 今天来更新机器学习篇面试，这一部分一共 32 道题。Python 面试八股文尽在帅蛋的【最强Python面试题】，大家一定要记得点赞收藏呀！！！ 欢迎和帅蛋聊一聊~扣扣2群：609771600，获取最新秋招信息 & 内推进度，日常聊聊迷茫吹吹牛皮，抱团取暖 顺便提一句，我所有和面试相关的内容都会放在#帅蛋的面试空间# 中，大家可以关注下这个话题~ 我会尽我最大的努力

牛客上星环的帖子很少，我来分享下。 2道选择题10分，3道问答题30分，3道简答题60分 3道简答题是3选2，题目量不大，时间充裕。 题目考的内容就是统计学习，概率论，深度学习理论 跟牛客星环题库里的那套算法真题一样。 感觉挺复杂的，有些基础知识还是得系统梳理下😅 #星环科技##提前批#

不知道题目是不是随机抽的 感觉考了好多模型压缩问题，唉，好多选择题不会 简答三道，第一题是介绍至少三种模型压缩方法，第二题是考非对称算法和int8的卷积，第三题是考各个优化器 第二题完全没听过，直接跳过了，孩子会不会直接挂了唉 一个编程题，超级简单，完全二叉树的S遍历 统计一下大家简答题和编程题 #大疆##算法##投票##大疆2023校招笔试心得体会#

全程面试大概1小时，流程： 1.自我介绍，（项目，实习。。。。。） 2. 决策树原理 3.信息熵和基尼系数取值范围，连续性和离散型数据是否都能用 4. XGBoost原理 5.为什么要用泰勒展开 7.PCA原理 8.什么样矩阵PCA不适用 9.SVM损失函数 10. 决策森林和决策树的对比，分类和回归分别如何决策 11. 啥叫多态？啥叫重写？ 12. Python 迭代器和生成器是怎么回事？ （本

资料内容涵盖 小白（前置知识） 初级（了解初识） 中级（系统学习） 高级（应用拓展） 部分文件清单 /小白（前置知识）/ /小白（前置知识）/数学/ /小白（前置知识）/数学/复分析(原书第3版) L /小白（前置知识）/数学/复分析笔记 /小白（前置知识）/数学/小波与傅里叶分析基础 /小白（前置知识）/数学/线性代数 /小白（前置知识）/数学/线性代数第8版 /小白（前置知识

一面 问实习 问的比较详细 然后问基础 XGBOOST算法详细介绍 XGBOOST算法与LightGBM区别 怎么筛选数据特征以及PCA怎么做 欠拟合怎么解决 注意不是过拟合 还问了一个业务问题 因为可能是美团平台事业部 写代码 leetcode 322 零钱兑换 要求同时输出零钱数量 以及 零钱组合 动态规划 粗心了 最开始只写了零钱数量 SQL 代码 比较简单 两个情形 一个题目 面试官水平挺

8-24面试，还没结果 算法题：矩阵中原有1的行和列置1，原地修改。要求空间复杂度低（我写的是复杂度最高的，面试官问有没有优化的方法，我讲了思路） 快速排序 单链表判断环的存在，如何找到入口 损失函数用过什么 python值传递和引用传递 过拟合如何解决 介绍SVM， pooling， 1*1conv transformer介绍，如果长序列爆显存，如何处理。 YOLOv8了解吗 目标检测的评估指标

🕒 岗位/面试时间 12.21 下午三点半到四点半 👥 面试题目 自我介绍 ︎●八股文：BN 层原理 输出维度 计算步骤/ BN 和 LN 的区别/L1 正则和 L2 正则/过拟合怎么解决/梯度消失的原因和解决 ︎●项目：样本不平衡怎么解决/Focal Loss 是怎么计算的/增量学习的过程/知识蒸馏是怎么更新的/😇BN 层的缺点/为什么视觉不怎么用 LN?（我猜测是因为图像通道数目的原因，

很奇怪， 这种完全不匹配，还能过我到二面。。。 这个组做推荐业务的，也不设计大模型推荐，。。。所以感觉面试官也不知道问我啥 1.自我介绍 2.针对一个项目介绍 3.你觉得怎么写 prompt 是比较好的 prompt？ 4.如果你需要生成一个广告或者摘要， 你怎么做让模型的字数尽可能少？ 5.为什么你们的业务要用这个基座不用那个？ 6.你用过那么多大模型，他们有啥区别？（就从激活函数 NORM p

记录一下字节处女面 2024.07.23 1. 自我介绍 2. 简历从上到下拷打（30 min） 3. os中进程调度方式 4. os中进程的元信息放置在哪里 5. docker中unionFS、namespace、cgroup 6. cgroup中如何在进程调度中体现 7. 介绍一个k8s中你最熟悉的组件（kube-scheduler） 8. 做题：二叉树两个节点的最短边 总体回答的一般般，项目