75道经典AI面试题，我就想把你们安排的明明白白的！（含答案）

基础知识（开胃菜）

Python

1、类继承

有如下的一段代码：

class A(object):
 def show(self):
 print 'base show'
class B(A):
 def show(self):
 print 'derived show'
obj = B()
obj.show()

如何调用类A的show方法了。 方法如下：

obj.__class__ = Aobj.show()

class 方法指向了类对象，只用给他赋值类型A，然后调用方法show，但是用完了记得修改回来。

2.方法对象

问题：为了让下面这段代码运行，需要增加哪些代码？

class A(object):
 def __init__(self,a,b):
 self.__a = a
 self.__b = b
 def myprint(self):
 print 'a=', self.__a, 'b=', self.__b
a1=A(10,20)
a1.myprint()
a1(80)

答案：为了能让对象实例能被直接调用，需要实现call方法

class A(object):
 def __init__(self, a, b):
 self.__a = a
 self.__b = b
 def myprint(self):
 print 'a=', self.__a, 'b=', self.__b
 def __call__(self, num):
 print 'call:', num + self.__a

3.交换两个变量的值

一行代码交换两个变量值

a=8b=9

答案：

(a,b) = (b,a)

人工智能常规面试题

算法工程师面试题

• LDA(线性判别分析) 和 PCA 的区别与联系
• K-均值算法收敛性的证明
• 如何确定 LDA (隐狄利克雷模型) 中主题的个数
• 随机梯度下降法的一些改进算法
• L1正则化产生稀疏性的原因
• 如何对贝叶斯网络进行采样
• 从方差、偏差角度解释 Boosting 和 Bagging
• LSTM是如何实现长短期记忆功能的
• WGAN解决了原始 GAN 中的什么问题

深度学习通用面试题

• 什么是深度学习？为什么它会如此受欢迎？
• 深度学习与机器学习有什么区别？
• 深度学习的先决条件是什么？
• 选择哪些工具/语言构建深度学习模型？
• 为什么构建深度学习模型需要使用GPU？
• 何时（何处）应用神经网络？
• 是否需要大量数据来训练深度学习模型？
• 一般在哪里找一些基本的深度学习项目用来练习？
• 前馈神经网络和递归神经网络之间有什么区别？
• 什么是优化函数？说出几个常见的优化函数。

机器学习工程师面试题

• 你会在时间序列数据集上使用什么交叉验证技术？是用k倍或LOOCV？
• 你是怎么理解偏差方差的平衡的？
• 给你一个有1000列和1百万行的训练数据集，这个数据集是基于分类问题的。经理要求你来降低该数据集的维度以减少模型计算时间，但你的机器内存有限。你会怎么做？
• 全球平均温度的上升导致世界各地的海盗数量减少。这是否意味着海盗的数量减少引起气候变化？
• 给你一个数据集，这个数据集有缺失值，且这些缺失值分布在离中值有1个标准偏差的范围内。百分之多少的数据不会受到影响？为什么？
• 你意识到你的模型受到低偏差和高方差问题的困扰。那么，应该使用哪种算法来解决问题呢？为什么？
• 协方差和相关性有什么区别？
• 真阳性率和召回有什么关系？写出方程式。
• Gradient boosting算法（GBM）和随机森林都是基于树的算法，它们有什么区别？
• 你认为把分类变量当成连续型变量会更得到一个更好的预测模型吗？
• “买了这个的客户，也买了......”亚马逊的建议是哪种算法的结果？
• 在k-means或kNN，我们是用欧氏距离来计算最近的邻居之间的距离。为什么不用曼哈顿距离？
• 我知道校正R2或者F值是用来评估线性回归模型的。那用什么来评估逻辑回归模型？
• 为什么朴素贝叶斯如此“朴素”？

行业巨头模拟面试

苹果人工智能面试题

• 有成千上万个用户，每个用户都有 100 个交易，在 10000 个产品和小组中，用户所参与有意义的部分，你是如何处理这一问题的？
• 为了消除欺诈行为，我们对这些数据进行预筛选，如何才能找到一个数据样本，帮助我们判断一个欺诈行为的真实性？
• 给出两个表格，一个表格用来存储用户 ID 以及购买产品 ID（为1个字节），另一个表格则存储标有产品名称的产品 ID。我们尝试寻找被同一用户同时购买的这样一个成对的产品，像葡萄酒和开瓶器，薯片和啤酒。那么，如何去寻找前 100 个同时存在且成对出现的产品？
• 详细描述 L1 正则化和 L2 正则化二者之间的区别，特别是它们本身对模型训练过程的影响有什么不同？
• 假设你有 10 万个存储在不同服务器上的文件，你想对所有的文件进行加工，那么用 Hadoop 如何处理?
• Python 和 Scala 之间有什么区别?
• 解释一下 LRU Cache 算法。
• 如何设计一个客户——服务器模型，客服端每分钟都可以发送位置数据。
• 如何将数据从一个 Hadoop 聚类传递给另一个 Hadoop 聚类？
• Java 中的内存有哪些不同的类型？
• 你是如何处理数百个标题中的元数据这一繁琐任务的？
• 在数据流和可访问性方面，如何在隐藏时间帧内进行测量？其中在隐藏时间帧内，核心超负荷将计算机能量重定向到 cellar dome 的过度复杂文件系统的边界结构。
• 你最希望拥有的超能力是什么？
• 如果你有一个时间序列传感器，请预测其下一个读数。
• 使用 SQL 创建 market basket 输出。
• 你有没有过心理物理学实验的经验？（Research Portfolio based question）
• 你在表征方法上的专长是什么？通常使用什么？你是如何在研究中使用它，有没有什么有趣的结果？（Research Portfolio based question）
• 如何进行故障分析？
• 检查一个二叉树是否为左右子树上的镜像。
• 什么是随机森林？为什么朴素贝叶斯效果更好？

Google人工智能面试题

• 求导1/x。
• 画出log (x+10)曲线。
• 怎样设计一次客户满意度调查？
• 一枚硬币抛10次，得到8正2反。试析抛硬币是否公平？p值是多少？
• 接上题。10枚硬币，每一枚抛10次，结果会如何？为了抛硬币更公平，应该怎么改进？
• 解释一个非正态分布，以及如何应用。
• 为什么要用特征选择？如果两个预测因子高度相关，系数对逻辑回归有怎样的影响？系数的置信区间是多少？
• K-mean与高斯混合模型：K-means算法和EM算法的差别在哪里？
• 使用高斯混合模型时，怎样判断它适用与否？(正态分布)
• 聚类时标签已知，怎样评估模型的表现？
• 为什么不用逻辑回归，而要用GBM？
• 每年应聘Google的人有多少？
• 你给一个Google APP做了些修改。怎样测试某项指标是否有增长
• 描述数据分析的流程。
• 高斯混合模型 (GMM) 中，推导方程。
• 怎样衡量用户对视频的喜爱程度？
• 模拟一个二元正态分布。
• 求一个分布的方差。
• 怎样建立中位数的Estimator？
• 如果回归模型中的两个系数估计，分别是统计显著的，把两个放在一起测试，会不会同样显著？

最后

我们还开设有21天免费“机器学习计划”，如果有兴趣的可以加我下方微信一起学习！！