一、機器學習基礎題

1、LSTM的公式

2、RNN為什么出現梯度消失及BPTT的推導

3、DQN的基本原理么

4、GBDT和隨機森林有什么區別

5、GBDT的原理，如何做分類和回歸

6、隨機森林的隨機體現在哪方面

7、Wide &Deep的原理

8、GBDT+LR是怎么做的?

9、DQN模型為什么要做經驗回放

10、數據之間如果不是獨立同分布的會怎樣

11、AUC的原理介紹一下

12、XGBOOst和GBDT的區別。

13、強化學習和監督學習的區別

14、神經網絡里面的損失函數有哪些

15、機器學習中常見的激活函數有哪些？為什么通常需要零均值？

16、DeepFM介紹

17、FM推導

18、boosting和bagging的區別？

19、bagging為什么能減小方差？

20、交叉熵損失函數，0-1分類的交叉熵損失函數的形式。什么是凸函數？0-1分類如果用平方損失為什么用交叉熵而不是平方損失？

21、L1和L2有什么區別，從數學角度解釋L2為什么能提升模型的泛化能力。

22、深度學習中，L2和dropout有哪些區別？

23、L1正則化有哪些好處

24、如果有一萬個地理坐標，轉換成1-10000的數，可以用決策樹么？

25、CART分類樹和ID3以及C4.5有什么區別？

26、樹集成模型有哪幾種實現方式：Bagging和Boosting，回答過程中又問到了很多細節。隨即森林的隨機體現在哪些方面，AdaBoost是如何改變樣本權重，GBDT分類樹擬合的是什么？

27、Dueling DQN和DQN有什么區別

28、early stop對參數有什么影響？

?

二、數據結構算法題

1、K個有序數組，找一個長度最小的區間，在這個區間里至少包含每個數組各一個數

2、n個[0,n)的數，求每個數的出現次數（不能開辟額外空間）

3、數組的全排列（空間復雜度O（1））

4、一堆鈔票，盡可能均分（利用背包問題的思想）

5、無向無環圖中，最短路徑的最大值（Floyd算法)

6、層次遍歷二叉樹

7、字符串的最長公共子序列（動態規劃）

8、樹的前序遍歷和zigzag遍歷（非遞歸）

9、一個數組，所有數組都出現了兩次，只有一個數出現了一次，返回這個數（位運算）

10、一個數組，一個數出現了超過一半次數，返回這個數

11、將除法的結果用字符串返回，如果能夠除盡，則返回相除的結果，如果不能除盡，則無限循環部分用[]標記。

12、數組排序，假設數組排序后的位次和排序前的位次絕對值差值小于K，有什么比快排好的算法？

13、樹中兩個節點的第一個的公共祖先。

14、判斷是否是回文鏈表

15、判斷兩個鏈表中是否有相同節點

?

三、實踐題

1、如果你想往模型中加入一個特征，如何判定這個特征是否有效？

2、LR和FM的區別？FM需要進行交叉特征的選擇么？如果在LR選了一部分特征做交叉之后，取得了比FM更好的效果，這是為什么？如果FM變成DeepFM之后，效果超過了LR，這又是為什么？

3、如果邏輯回歸的所有樣本的都是正樣本， 那么它學出來的超平面是怎樣的？

4、哪些場景下的分類問題不適用于交叉熵損失函數？

5、推薦系統中你認為最重要的環節是什么？

6、多臂老虎機中，有許多方法，比如e-greedy，timponson采樣，UCB，這些方法都有哪些適用場景？

7、如何預測一家店分品類的銷量

8、信息流采樣，有n份數據，但是n的長度并不知道，設計一個采樣算法，使得每份被選擇的概率是相同的。

9、模型在線下評估和線上使用時，往往出現線上實際效果不如線下效果的情況，請分析可能的原因。

10、在CTR預估問題中，假設訓練數據的正負樣本數為1:4，測試數據中的正負樣本數也為1:4，那么此時模型對測試集，學到的平均點擊率為1/（1+4）,假設此時采取了欠采樣策略，使正負樣本數為1:1，對同樣的測試集進行預測，平均點擊率應該是多少？（樣本量很大，初始總樣本數為10億）

總結

以上是生活随笔為你收集整理的面试题整理（机器学习、数据结构）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。