推荐收藏!40 道算法工程师必问的高频面试题!

发布于:2024-05-06 ⋅ 阅读:(31) ⋅ 点赞:(0)

节前,我们组织了一场算法岗技术&面试讨论会,邀请了一些互联网大厂朋友、参加社招和校招面试的同学。

针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

合集:《机器学习算法面试宝典》重磅发布!


春招真的很卷,想要春招上岸的同学,一定要认真准备起来了

今天给大家整理了40道算法工程师面试高频题,找算法工程师岗位的同学要码住认真看噢

✅ 面试题
1:请你说说回归问题可以设置支持向量机吗?
2:介绍一下SVM,遇到线性不可分怎么办,核函数有什么特点?
3:说一说xgboost和lightgbm的区别是什么?
4:谈一谈决策树的实现逻辑 信息增益、信息增益率公式?
5:卷积神经网络和全连接网络的根本不同之处在哪里?
6:请你说说RF和SVM的特点,评价?
7:请你说说CNN,RNN,LSTM,Transformer之间的优缺点?
8:Triplet Loss 怎么生成那三个点?
9:LSTM解决了RNN的什么问题,如何解决?
10:请你介绍一下SVM?
11:请你说说逻辑回归?
12:说说各种loss的书写?
13:SVM的loss是啥?
14:SVM的loss是啥?
15:RF和GBDT谁更容易过拟合,偏差和方差?
16:xgb的分类树也是用残差吗,不是的话是什么?
17:请你说说对于聚类算法的了解?
18:讲讲数据倾斜怎么处理?
19:请你说说SVM的优缺点?
20:LR和SVM的联系与区别?
21:请你说说RNN的原理?
22:xgb的boosting如何体现,有什么特殊含义?
23:过拟合有哪些,你会从哪方面调节?
32:用过哪些神经网络?如何调参?
33:用过哪些神经网络?如何调参?
34:LSTM的概念,LSTM有哪些变种以及BPTT(基于时间的反向传播)?
35:LR不使用MSE而使用交叉熵损失函数的原因?
36:目前有大量调参侠,你对此有什么看法?
37:说说CNN的优点、缺点?
38:讲一下item-CF怎么计算相似度,用什么优化?
39:CNN参数计算?
40:请你说说TFIDF的公式?
41:请你说说tfidf?
42:请你说说决策树?
43:Sigmoid函数?
44:介绍下pointnet++?
45:请你说说Attention Model?

技术交流

前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~

我们建了算法岗面试与技术交流群, 想要进交流群、需要源码&资料、提升技术的同学,可以直接加微信号:mlc2040。加的时候备注一下:研究方向 +学校/公司+CSDN,即可。然后就可以拉你进群了。

方式①、微信搜索公众号:机器学习社区,后台回复:技术交流
方式②、添加微信号:mlc2040,备注:技术交流+CSDN

精选文章

《机器学习算法面试宝典》重磅发布!
推荐收藏!商汤智能座舱算法岗面试题7道(含解析)!
面试科大讯飞NLP算法岗,凉经。。。
图解 transformer 中的自注意力机制
面了钉钉搜广增算法岗(暑期实习)
百度机器学习算法春招一二三面面经
推荐收藏!腾讯算法岗面试题9道(含答案)
赶快收藏,PyTorch 常用代码段PDF合辑版来了