《机器学习算法面试》专题

CROSS_COMPILE=/opt/4.5.1/bin/arm-linux- CC=$(CROSS_COMPILE)gcc AS=$(CROSS_COMPILE)as LD=$(CROSS_COMPILE)ld CFLAGS=-g -Wall LIBS=-lpthread all:main main:main.o gsm_gprs.o socket.o telosb

目前总共做过两场线上笔试 感觉相比米哈游，蚂蚁的单选和不定项选择要容易许多，但是编程好像比米哈游难呜呜呜（一定是我太菜狗了） 来说一下三道编程题吧： 1. 翻转字符串中的大写字母段后输出（这个就是双指针依次找到每个大写字母段的首尾然后翻转即可，可以定义一个reverseString函数）--> ac 2. 从输入的数组中找到符合条件的所有三元组数目，条件：满足2*x=y+z（但是很坑的是比如对于数

1.手写nms，面试官本来要求用C++，我说不太会就改为用python了 2.深挖八股，第一面不聊项目和简历 从模型和数据的角度分别说一下如何解决梯度爆炸的问题？ 更了解fasterrcnn还是yolo？能否大概说一下fasterrcnn的流程，两阶段主要解决了什么问题？ 延伸，yolo中是怎么解决正负样本不均衡问题的？yolo中的object分支有什么作用 BN层的作用是什么，有什么可学习参数？

本文向大家介绍简要说说一个完整机器学习项目的流程？相关面试题，主要包含被问及简要说说一个完整机器学习项目的流程？时的应答技巧和注意事项，需要的朋友参考一下 抽象成数学问题（确定是一个分类问题、回归问题还是聚类问题，明确可以获得什么样的数据） 获取数据（数据要具有代表性，对数据的量级也要有一个评估，多少样本，多少特征，对内存的消耗，考虑内存是否能放得下，如果放不下考虑降维或者改进算法，如果数据量太大

本文向大家介绍在机器学习中，为何要经常对数据归一化？相关面试题，主要包含被问及在机器学习中，为何要经常对数据归一化？时的应答技巧和注意事项，需要的朋友参考一下 归一化可以： 归一化后加快了梯度下降求最优解的速度（两个特征量纲不同，差距较大时，等高线较尖，根据梯度下降可能走之字形，而归一化后比较圆走直线） 归一化有可能提高精度 （一些分类器需要计算样本之间的距离，如果一个特征值域范围非常大，那么距离

我在Azure machine Learning上创建了一个虚拟机，我正在运行一个简单的jupyter笔记本。我想安装jupyter扩展，因为我真的需要可折叠的标题，但它似乎不起作用。我尝试了pip安装，它已经安装，但菜单没有出现。。。

昨天，我从Azure机器学习工作室（经典版）的iPython笔记本安装了tensorflow模块。使用（！pip install tensorflow）安装模块后，导入工作正常。但是今天，当我尝试导入这个模块时，出现了“缺少模块”错误，当我尝试重新安装模块时，它运行良好。我有什么遗漏吗？在使用之前，我是否每天都需要安装模块？有人能解释一下吗？

本文向大家介绍深度学习常用方法?相关面试题，主要包含被问及深度学习常用方法?时的应答技巧和注意事项，需要的朋友参考一下   答：全连接DNN(相邻层互相连接，层内无连接) AutoEncoder(尽可能还原输入)、Sparse Coding(在AE上加入L1规范)、RBM(解决概率问题)---->>特征检测---->>栈式叠加贪心训练 RBM---->DBM 解决全连接DNN的全连接问题---->

本文向大家介绍Tensorflow Summary用法学习笔记，包括了Tensorflow Summary用法学习笔记的使用技巧和注意事项，需要的朋友参考一下 最近在研究tensorflow自带的例程speech_command,顺便学习tensorflow的一些基本用法。 其中tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。 而在训练过

本文向大家介绍Python新手学习raise用法，包括了Python新手学习raise用法的使用技巧和注意事项，需要的朋友参考一下 当程序出现错误时，系统会自动引发异常。除此之外，Python 也允许程序自行引发异常，自行引发异常使用 raise 语句来完成。 很多时候，系统是否要引发异常，可能需要根据应用的业务需求来决定，如果程序中的数据、执行与既定的业务需求不符，这就是一种异常。由于与业务需求

1.统计学习 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科，也称统计机器学习。统计学习是数据驱动的学科。统计学习是一门概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科。 统计学习的对象是数据，它从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预测中去。统计学习关于数据的基本假设是同类数据具有一定

CSMA/CD有什么作用？ CSMA/CD即带冲突检测的载波监听多路访问技术，应用在 OSI 的第二层数据链路层，是为了解决共享介质的传输效率的问题。其原理简单总结为：先听后发，边发边听，冲突停发，随机延迟后重发。 Http会话的过程？ 建立tcp连接 发出请求文档 发出响应文档 释放tcp连接 TCP协议如何实现可靠传输？ TCP 协议是通过ARQ协议以及等待、确认、重传等机制实现可靠传输。

我最近（怀疑地）开始和Azure机器学习工作室混日子。当我无意中看到新笔记本（Python 3、2或R）中打开的机器学习工作流的菜单选项时，我认为这太好了，不可能是真的： 很可能是这样，因为这个选项似乎只适用于流程的第一步。该选项仍然存在于右键菜单的其他地方，但它是灰色的： 有人知道为什么会这样吗？我是否必须激活菜单中的某些内容，或者购买某种高级许可证？该功能是否仅适用于某些机器学习算法？或者它不

本文向大家介绍用Python从零实现贝叶斯分类器的机器学习的教程，包括了用Python从零实现贝叶斯分类器的机器学习的教程的使用技巧和注意事项，需要的朋友参考一下 朴素贝叶斯算法简单高效，在处理分类问题上，是应该首先考虑的方法之一。 通过本教程，你将学到朴素贝叶斯算法的原理和Python版本的逐步实现。 更新：查看后续的关于朴素贝叶斯使用技巧的文章“Better Naive Bayes: 12 T

📅 oc时间线 打破0offer了，效率很高 🤔 面试感受 问的很简单，基本没问啥