重点梳理

机器学习

1、如何解决样本不均衡的问题？比如目标检测任务，背景很多，目标很少，怎么办？

https://blog.csdn.net/Jemila/article/details/77992967

2、怎么数据增强？怎么对图像进行数据增强？

3、如何解决过拟合的问题？

4、有哪些模型评价指标？AUC取值范围？（x2）

5、参数更新方法有哪些？

6、手写sigmoid函数的导数

7、手写逻辑斯蒂回归，交叉熵损失函数的公式（x2）

8、每个样本有100维特征，标签是性别（男、女），用线性回归和逻辑回归分别分类，哪种会好一些？两者有什么特点？

9、逻辑斯蒂回归为什么用sigmoid函数？

10、二分类模型中负例很多如何解决？

11、SVM（不常见）

12、GBDT（重点）

13、XGBOOST

深度学习

1、手推梯度反向传播公式

2、unet尺寸会变吗？每一层连起来的时候尺寸不一样怎么办？

3、激活函数有哪些？激活函数对结果影响大吗？（重点）

4、怎么理解dropout？

5、自己一般怎么调参？调哪些参数？

6、怎么理解卷积？算一下特征图卷积后的大小

7、你在训练网络的时候用什么初始化方式？如果初始化时全为0会有什么问题？（参数全部相同）

8、一个神经元，简单手写一下反向传播的梯度更新公式

9、图像局部特征提取算子是什么？介绍拉普拉斯算子（二阶梯度）

10、l1和l2正则化的作用和区别，从梯度角度解释

数据结构、C++基础知识

1、python、C++里list、set、dict是怎么实现的？

https://blog.csdn.net/single_wolf_wolf/article/details/52854015

2、如果让你用C++实现一个map，你会怎么做？

3、讲到了散列函数，然后问会冲突吗？冲突怎么处理

4、map的底层结构，为什么map的查找复杂度为O（1）？

5、malloc和new的区别，解释new的内存分配机制

6、解释堆和栈的区别（内存方面的堆和栈）

7、C++指针和引用的区别是什么？

8、用什么操作系统比较多？LINUX中什么命令可以得到文件夹下所有文件的数目

算法

1、讲一下快速排序，手写快速排序，时间复杂度（x3）

2、有一个无序的数组，怎么找到数组第K大的数？用快速排序怎么做？时间复杂度是多少？

3、剑指offer原题，找出数组中重复的数字，时间复杂度和空间复杂度最低

4、给定一个用户点击商品的日志文件(10亿条记录)，格式形如

//userid, itemid, click_time

//要求计算点击次数最多的N个商品 c++/java/python

5、跳台阶，一次只能跳一步或者两步，求台阶数为n时，总的方法数

6、跳台阶，一次只能跳a步或者b步，b>a,求台阶数为n时，总的方法数

7、算法题

struct list

{

  int val;

  bool deleted;

}

给定两个unordered 的list数组，合并数组, 如果该数的deleted为true，则合并数组里不能出现这个数。

例：

数组1

1 deleted

2

1

3

4

数组2

2 delete

3

4

5

合并后应该输出：3 4 5

8、两两反转链表的结点（递归和非递归）

9、算法题：在一个2*n的地面上铺设瓷砖，有两种一种是a 一种是b形状的，问一共有多少种铺设方法。

10、pow(a,b) 注意边界条件

11、LRU缓存

12、堆排序

开放性问题

1、你理解的图像处理一般用CNN效果好的原因是什么？

2、你了解nlp吗？开始讲nlp的例子，然后问你怎么理解CNN为什么不适用于nlp?

3、你对现在市面上的推荐算法有什么了解，说一说你的体验

4、大概聊一聊协同过滤，目的是扩展用户视野，但是发现用户点击率不高，所以现有的模型一般还是基于用户的日志来做推荐，如果让你建模，你怎么保证扩展视野的同时增加点击率？

5、做过分类的项目吗？

6、分割和超分的区别？

7、听说过nvidia的DSR吗？

8、有什么要问面试官的吗？

9、假如现在我们已经建立起了一个关于猫的抖音频道，怎么来优化模型？

10、假设抖音每天有1000万的短视频，每段15s，现在要把其中有猫的视频都找出来，有什么想法？分类用什么模型比较好？