算法岗面试问题总结（二）

已于 2023-03-02 16:10:25 修改
阅读量364 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： python 算法 机器学习 文章标签： 算法 机器学习 聚类
于 2023-03-02 16:07:57 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/129294611

文章目录

1.SVM的loss是啥？

SVM的损失函数是合页损失，合页损失函数不仅仅惩罚错误的预测，还惩罚不自信的成功预测。因此，我们在不过度关注准确性的实时决策时使用它。
在这里插入图片描述
第一项是损失函数，第二项是正则化，防止过拟合。在损失函数零区域内的都是非支持向量，并不参与最终超平面的决定，这是支持向量最大的优势。对训练样本的依赖大大减少，训练效率高。

除此之外，损失函数还可以是指数损失y=exp(-x)和对率损失y=log(1+exp(-x))

2.kmeans聚类如何选择初始点？

kmeans是一种无监督算法。聚类需要确定两个点

  • 如何选择聚类的类别数目
  • 如何选择初始聚类的位置
    （1）确定聚类数目的方法是“手肘法”，即将所有可能聚类的类别数目都列举出来，寻找它们对应的损失函数。在损失函数产生拐点的地方就是我们需要确定的类别。如有100个样本，则可能的类别是2~100类，计算每个可能类别数目下的损失函数
    在这里插入图片描述
    （2）确定初始点的位置：
  • 随机选择n个类的初始点；
  • 计算其他样本到这n个初始点的距离，将所有样本分成n类；
  • 在n类的每一个类内作平均，确定新的聚类中心；
最低0.47元/天 解锁文章
算法岗面试问题总结（一）
nihaomeimeiz的博客
03-01 777
python装饰器
算法岗面试问题总结（四）
nihaomeimeiz的博客
03-06 796
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
08-11 911
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，...
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...
算法岗面试题.收集
fgs的博客
07-11 288
算法岗位面试题
算法岗面试常见问题大集合
It’s All Uphill From Here
06-10 804
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...
算法岗面试问题总结（五）
nihaomeimeiz的博客
03-06 272
算法岗面试问题总结（五）
算法岗面试问题总结（三）
nihaomeimeiz的博客
03-06 472
算法岗面试问题总结（三）
算法岗常见面试题
weixin_45459911的博客
04-12 479
https://blog.youkuaiyun.com/csdn_jiayu/article/details/88044108#comments
【秋招】最全算法岗面试，吃透offer拿到手软！
m0_73256420的博客
08-18 376
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。...
机器学习算法岗面试知识.pdf
08-14
作者于2018年夏秋开始备战机器学习算法岗，总结汇总了如此的面试和笔试经验，希望能够对众多童鞋有用。
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。 .
手撕最常见的算法岗面试题（25道）
ZhengrongYue的博客
08-06 3047
手撕最常见的算法岗面试题（20道）
【大模型算法岗面试】100道经典问题全解析：助你轻松应对面试挑战！
m0_65555479的博客
01-16 810
LangChain是一个用于构建和运行大型语言模型应用的开源框架。它提供了一套工具和组件，帮助开发者将大型语言模型（如 GPT-3）与其他工具和API结合，以完成更复杂的任务。1、LangChain包含哪些核心概念?Components:可重用的模块，例如API调用、数据库查询等。Chains:将多个Components链接在一起以完成特定任务的流程。Prompt Templates: 用于指导语言模型生成输出的文本模板。Output Parsers:解析语言模型输出的工具。
算法岗面试知识点总结
分享实践与思考
08-05 3329
目录 一、机器学习知识点 二、深度学习知识点 一、机器学习知识点 1、交叉熵公式，逻辑回归（LR）公式，逻辑回归损失函数，SVM的损失函数 2、逻辑回归（LR）和线性回归的区别 线性回归用来做预测，LR用来做分类；线性回归是来拟合函数，LR是来预测函数；线性回归用最小二乘法来计算参数，LR用最大似然估计来计算参数；线性回归更容易受到异常值的影响，而LR对异常值有较好的稳定性。 3、支...
面试算法岗总结（持续更新.....)
奥古斯都
01-28 814
寒假以来一直在投一些算法实习岗位，既然是算法，面大厂的话肯定少不了“手撕代码”的问题，怕自己忘掉，因此做已记录。目标是面试8个公司，现在已经面试了有三星、华为、快手，其中三星没有考代码题目。 三星 比较水，没有考代码问题。 华为 比较简单，就考察了一个斐波那契数列的问题。面试也是比较简单只考了一个算法题。 class Solution: def fib(self, n: int) -> int: a, b = 0, 1 for _ in range
算法实习准备之五：算法岗面试整理
for_graduation的博客
03-18 1010
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
双非本 985 硕，我马上要入职上海AI实验室大模型算法岗
2301_78285120的博客
07-02 1662
暑期实习基本结束了，校招即将开启。不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。：双非本，top5 硕士，研究方向是对话系统和图像处理，NLP 比赛 Top10（天池 / Kaggle），1 篇发明专利，1篇CCF-A。马上要入职了，祝愿球友们不断夯实自我，加油努力，收获钟意的offer～
算法岗面试题目整理
一花一世界 一叶一菩提
07-15 4488
鄙人才疏学浅。有整理不到位的，勿喷。整理的题目为大类型，面试中可能极可能会出现类似的变形，大同小异，认真思考就会出结果（勿慌）。 1、链表操作 最基本 C++ 指针与引用 类继承，多态（不懂的百度吧） 正则表达式 (矩阵)快速幂 筛素数（了解） 二叉树前、中、后序遍历（递归、非递归形式(较难)） 第一节 链表操作相关 注: 该节需要写代码实现 1. 反转链表（前插） 2. 遍...
算法岗八股文面试总结
最新发布
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
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