算法岗面试问题总结（一）

已于 2023-03-03 09:25:55 修改
阅读量786 收藏 10
点赞数
CC 4.0 BY-SA版权
分类专栏： python 算法 信息与通信 文章标签： python
于 2023-03-01 15:16:17 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/nihaomeimeiz/article/details/129275547

文章目录

1. 回归可以设置SVM？

可以，SVM是判断回归f(x)==y的时候才预测准确，计算损失函数；
回归支持向量SVR是|f(x)-y|<alpha的时候就认为预测准确了。
在这里插入图片描述

2. 核函数特点，SVM线性不可分怎么办？

SVM是线性分类器，但是遇到线性不可分的时候就需要映射到高维（特征空间）就线性可分了。实现这个过程就需要核函数。
核函数是在低维上进行计算，将分类效果展示在高维。

线性核函数
多项式核函数
高斯核函数（径向基核函数）
sigmoid核函数

3. 说一说Xgboost和lightGBM的区别是什么？

lightGBM是Xgboost的更高实现，微软发布的。
Xgboost处理的问题时决策树训练时特征值排序浪费时间的问题。Xgboost在训练之前先将数据进行排序，这些排序好的数据组成一个个block。在节点分裂时，需要计算每个特征值的增益，然后找到最大增益的特征做分裂。这些block使得各个特征的增益能够多线程计算。

lightGBM主要是在上述的模型下进行改进。主要改进有两点，一是在不牺牲计算速度的情况下，尽可能发挥内存的最大使用率；二是减小通信代价，提高多线程运行的速度和效率。主要计数手段是并行方案改进、基于梯度的单边检测（GOSS）、排他性特征捆绑。

4. 谈一谈决策树的实现逻辑 信息增益、信息增益率公式

决策树是最简单的分类机器学习算法，其包括根节点（样本全集）、内部节点（样本的特征）、叶节点（决策结果）。决策树执行时，根据某个属性判断根节点里面的数

最低0.47元/天 解锁文章

200万优质内容无限畅学
算法岗面试问题总结（二）
nihaomeimeiz的博客
03-02 368
算法岗面试问题总结二
算法岗面试问题总结（四）
nihaomeimeiz的博客
03-06 801
算法岗面试总结（四）
算法岗面试整理 | 腾讯、字节、美团、阿里
abcdefg90876的博客
08-11 918
作者|阿毛冲冲冲来源|牛客网，见『阅读原文』处整理| NewBeeNLP，本文仅供学术交流，如有侵权，请留言联系小编处理。写在前面三月面试了好几轮，写个帖子记录一下问过的问题，...
用100道题拿下你的算法面试（数组篇-01）：两数之和，找出给定和的数对
最新发布
Raink老师的博客
06-09 1111
本文探讨了判断数组中是否存在两数之和等于目标值的算法问题，并对比了四种解决方案：1）朴素方法（双循环遍历，O(n²)时间）；2）排序后二分查找（O(nlogn)时间）；3）排序后双指针法（O(nlogn)时间）；4）哈希集合法（O(n)时间）。重点推荐使用哈希集合法，其通过存储已遍历元素并实时检查补数，在最优时间复杂度O(n)内解决问题。文章提供了JavaScript、C++、Java、Python、C#等多种语言的实现代码，并分析了各方法的时间/空间复杂度。其中哈希法在未排序数组中表现最佳，而双指针法适用
BAT面试经验分享（机器学习算法岗）
热门推荐
AI_盲的博客
08-24 4万+
阿里：7月份最早投的阿里（算法工程师），过了2天就收到一面通知，一面最主要的是问简历上写的内容，问基础。对简历上的项目中涉及到的所有知识点必须理清，期间面试官问了一个我简历上写的但我不是很了解的内容，结果我说不是很熟悉，面试官就说了我不熟悉的还敢往上写…面试主要问的其他知识点：有哪些聚类（当时我只熟悉kmeans，下来赶紧找资料https://www.zhihu.com/question/3...
算法岗面试常见问题大集合
It’s All Uphill From Here
06-10 812
1.参考博客 算法岗面试常见问题大集合 算法工程师手册 2.模型过拟合的解决方法 L1/L2正则化（原理奥卡姆剃刀）:L2正则化也叫作权重衰减，目标函数中增加所有权重w参数的平方之和，迫使所有w可能趋向0但不为0；L1正则化在损失函数中加入...
算法面试题汇总
学Java，找哪吒
08-23 1万+
大家好，我是哪吒，一个热爱编码的Java工程师，本着“欲速则不达，欲达则欲速”的学习态度，在程序猿这条不归路上不断成长，所谓成长，不过是用时间慢慢擦亮你的眼睛，少时看重的，年长后却视若鸿毛，少时看轻的，年长后却视若泰山，成长之路，亦是渐渐放下执念，内心归于平静的旅程。 也许，我们永远都不会知道自己能走到何方，遇见何人，最后会变成什么样的人，但一定要记住，能让自己登高的，永远不是别人的肩膀，而是挑灯夜战的自己，人生的道路刚刚启程，当你累了倦了也不要迷茫，回头看一看，你早已不再是那个年少轻狂的少年。 .
算法岗面试题.收集
fgs的博客
07-11 293
算法岗位面试题
算法岗面试问题总结（五）
nihaomeimeiz的博客
03-06 275
算法岗面试问题总结（五）
算法岗面试问题总结（三）
nihaomeimeiz的博客
03-06 476
算法岗面试问题总结（三）
手撕最常见的算法岗面试题（25道）
ZhengrongYue的博客
08-06 3093
手撕最常见的算法岗面试题（20道）
今日头条技术岗（实习）面试算法题
12-26
2017年12月份头条技术（实习）算法面试题，三道任选其二，40分钟内bugfree撸出来，能执行
算法岗常见面试题
weixin_45459911的博客
04-12 490
https://blog.youkuaiyun.com/csdn_jiayu/article/details/88044108#comments
算法岗面试题目汇总
m0_37327467的博客
04-22 1918
目录 阿里巴巴一面 阿里巴巴二面 oppo一面 笨鸟科技 京东二面： 算法题： 阿里巴巴一面 特征值怎么去除掉行业和市值的影响？去残差是什么意思？ cnn的那个项目数据处理是怎么做的？ 卷积神经网络预测股票走势项目内容概括 为什么用cnn来预测时序的模型？ cnn这个项目里面有没有遇到什么困难？ 讲一下q-learning的那个项目？ 这...
算法常见面试技巧（问题）分享
dtl6540158的博客
10-20 1566
总的来说，还得是多学，多练，什么东西都是熟能生巧。本身算法就是一个终身持续学习的行业。想进这个行业，想拿这个行业客观的工资，就要做好努力学习的准备。想了解更多信息的小伙伴，可以加我交流。
算法实习准备之五：算法岗面试整理
for_graduation的博客
03-18 1013
算法实习准备之五算法岗面试整理CVFaster-RCNNCNN卷积池化全连接层反向传播LSTMAttentionTranformer机器学习算法线性回归LRSVM优化方法梯度下降法正则化NLPword2vecBert 算法岗面试整理 CV Faster-RCNN CNN 卷积 解释卷积层的最佳方法是想象有一束手电筒光正从图像的左上角照过。假设手电筒光可以覆盖 5 x 5 的区域，想象一下手电筒光照过输入图像的所有区域。在机器学习术语中，这束手电筒被叫做过滤器（filter，有时候也被称为神经元（neuron
【秋招】最全算法岗面试，吃透offer拿到手软！
m0_73256420的博客
08-18 380
全连接的权重对应的是一个实体上的每个特征的重要性，而注意力机制的输出结果是各个实体的重要性。而如果我们面对的是词组“I love you”，需要对三个200维的实体特征进行整合，整合为一个200维的实体，此时就要考虑到实体间的位置可能发生变化，我们下次收到的句子可能是“love you I”，从而需要一个与位置无关的方案。在二分法检索中，我们先确定数组的中间位置，然后将要查找的值与数组中间位置的值进行比较，若小于数组中间值，则要查找的值应位于该中间值之前，依此类推，不断缩小查找范围，直至得到最终结果。...
关于面试的知识（收集）
weixin_30418341的博客
10-08 763
linux和os:netstat tcpdump ipcs ipcrm （如果这四个命令没听说过或者不能熟练使用，基本上可以回家，通过的概率较小，这四个命令的熟练掌握程度基本上能体现面试者实际开发和调试程序的经验)cpu 内存 硬盘 等等与系统性能调试相关的命令必须熟练掌握，设置修改权限 tcp网络状态查看 各进程状态 抓包相关等相关命令 必须熟练掌握awk sed需掌握共享内存的使用实现原理（必...
2018算法岗面试题整理
Ding_xiaofei的博客
09-12 1775
神经网络 1、简述反向传播原理 （阿里），面试官微信发了一道反向传播的算数题，要求算出结果并解释 （要能计算的） 2、sigmoid和ReLU的优劣 3、梯度消失问题和损失函数有关吗？ 4、Dropout为什么能防止过拟合？ 5、Batch Normalization有什么好处？ 6、讲讲Adam优化算法 7、能想到哪些衡量两个向量之间距离的方法（L1, L2, cosin...
算法岗八股文面试总结
05-25
### 算法岗位面试常见问题总结 算法岗位的面试通常会涉及多个方面的考察，包括但不限于基础理论、编程能力以及实际应用中的解决问题的能力。以下是针对算法岗位面试的一些常见问题及其解决思路： #### 基础知识部分 基础知识是算法岗位面试的核心之一，涵盖了数据结构与算法的设计和实现。 - **链表操作** 如何反转单向链表是一个常见的问题。可以通过迭代或者递归的方式完成这一任务[^1]。 ```python class ListNode: def __init__(self, val=0, next=None): self.val = val self.next = next def reverseList(head: ListNode) -> ListNode: prev = None curr = head while curr is not None: temp = curr.next curr.next = prev prev = curr curr = temp return prev ``` - **二叉树遍历** 实现前序、中序和后序遍历也是经典问题。可以采用递归方法轻松处理这些问题[^2]。 ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def preorderTraversal(root: TreeNode): if root is None: return [] result = [root.val] result += preorderTraversal(root.left) result += preorderTraversal(root.right) return result ``` #### 编程实践部分 除了纯理论的知识外，还需要具备一定的实战经验，尤其是在面对具体业务场景时如何优化解决方案。 - **动态规划** 动态规划是一种重要的解题策略，在求解最短路径等问题中有广泛应用。例如斐波那契数列可以用动态规划高效计算[^3]。 ```python def fib(n: int) -> int: dp = [0]*(n+1) if n >= 1: dp[1] = 1 for i in range(2,n+1): dp[i] = dp[i-1]+dp[i-2] return dp[n] ``` - **深度优先搜索 (DFS)** 和 广度优先搜索 (BFS)** DFS/BFS 是图论中最基本的操作方式，可用于迷宫探索等多种场合。下面展示了一个简单的 BFS 示例用于寻找无权图两点间距离[^4]。 ```python from collections import deque def bfs(graph, start_node, end_node): visited = set() queue = deque([(start_node, 0)]) while queue: node, dist = queue.popleft() if node == end_node: return dist if node not in visited: visited.add(node) neighbors = graph[node] for neighbor in neighbors: if neighbor not in visited: queue.append((neighbor, dist + 1)) return -1 ``` #### 面试技巧分享 为了更好地应对算法岗面试，可以从以下几个方面入手准备： - 复习并熟练掌握常用的数据结构及相应算法； - 练习历年真题，熟悉高频考点； - 学会在有限时间内清晰表达自己的思考过程，并逐步完善答案； ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值