在职刷题上课准备ML Engineer打卡

发个贴鼓励自己一下准备ML Engineer跳槽面试，（上班带娃刷题一把辛酸泪T__T) 顺便求大米看看面经~~
看了一下，ML Engineer面试主要考ML算法，刷题（Leetcode)，ML系统设计，目前打算从这三方面开始准备
计划：
ML算法：用Stanford CS229 做作业复习，理论和算法应该都有
Leetcode：题太多了。。。暂时的打算是按公司面经+同类别刷
ML系统设计：零碎时间看看各Engineering blog

补充内容 (2019-2-18 07:06):
坚持四天了。。长周末趁娃们午睡了刷会题。。。大家走过路过能不能+点米呢？谢谢啦~

补充内容 (2019-3-2 06:31):
（居然坚持了）半个月了。。 关于machine learning的基础知识，换了一套课，在看university of washington 的machine learning的一套课 coursera上的 虽然有点浅，但快，适合迅速过一遍

补充内容 (2019-3-16 14:04):
30天打卡，总结一下，leetcode刷了200道，其中七八十是以前刷的。。。coursera UW machine learning 进程缓慢，总的foundation匆匆看完了，没啥干货，classification看到了decision tree...已经开始找人内推

补充内容 (2019-3-18 02:02):
Day 31 开始主要看ml design & system design，开始准备面试，求大米看面经，谢谢大家！！！~~~

补充内容 (2019-3-25 02:02):
Day 38 最近看面经（继续求米 :)）和system design，推荐一下这个贴https://www.1point3acres.com/bbs ... read&tid=463011 里面的paper啥的:)

Day1
------
CS229:

Notes1

1.      Linear Regression

a.      Ordinary Least Square cost

b.      Gradient Descent: batch GD, stochastic GD

2.      Logistic Regression

a.      Maximum Likelihood

b.      Newton method (Fisher Scoring)

3.      Generalized Linear Models

a.      Exponential Family:

b.      Softmax regression

Notes2

1.      Generative Learning Algorithms

a.      Discriminative learning Vs Generative learning algorithm

------------------

Leetcode

855 Exam Room ---- 用一个heap存所有连续的空座位interval，用（如果坐在这段空座位中，新座位离其他座位的最短距离）排序，每当插入新座位，自动pop出应该坐入的interval，有人离开座位，就是merge这个座位左右两边的interval，为找到这两个interval，用两个dict，一个通过最左边的seat找相应interval 一个通过最右边seat找相应interval，这样seat和leave都是logN

补充内容 (2019-2-15 12:59):
顺便做了个849，其实应该先做849，再做855 :)

补充内容 (2019-2-15 13:45):
853 Car fleet 先按位置排序，然后算每辆车本来需要的时间，从终点往回看，需要时间多的+新的一个fleet， 否则就和当前的一个fleet

llss22 发表于 2019-3-26 13:08
这个除以mini_batch_size是每个人的表示习惯不同吧？mini_batch_size是prefixed，所以和learning_rate一 ...

觉得mini_batch_size应该和learning_rate是不同的，如果两者可以合为一个常数，那么就应该不需要有mini_batch_size这个概念了因为单独调learning_rate就可以了。 在Micheal Nielsen的书"Neural networks and deep learning" https://github.com/antonvladyka/neuralnetworksanddeeplearning.com.pdf/blob/master/book.pdf 的26页底部的代码写道 w - (eta/len(mini_batch)*nw), 这里eta是learning_rate, w 是old_weight, len(mini_batch) 是mini_batch_size, nw是delta_weight。 下面是截图红色框框就是

但是就是不知道为什么要除以mini_batch_size?

hengde12 发表于 2019-3-26 14:03
觉得mini_batch_size应该和learning_rate是不同的，如果两者可以合为一个常数，那么就应该不需要有mini_b ...

我的意思也是mini_batch_size是和learning_rate不一样的，两个没办法合为一个常数，我的意思是，这两个都是training前就调好的参数，真正train起来以后这个是不会变的，调参的时候也是分别调，调learning_rate是改变update的步长，mini_batch_size是控制每个batch的example数量，调节train的速度和总的performance的variance，虽然这个很少调。。至于除以mini_batch_size, 只是normalization吧，感觉和regularization的时候，大家也喜欢用lambda/(num_samples) 放在regularizaion里面，和likelihood function里面的sum_消除

Day2
------------
857. Minimum Cost to Hire K Workers
TotalWage = ratio*TotalQuality
先按ratio: wage/quality从小到大排序，到K以后就开始试减少最大的quality，提高一点ratio看看totalwage会不会减少，这里可以用heap自动把quality最大的pop出来
复杂度Nlog(N)

补充内容 (2019-2-16 15:05):
373. Find K Pairs with Smallest Sums
用heap存pair,往外pop最小的，然后根据这个当前最小的(x,y)，往里面继续放candidate，(x+1,y)或者(x,y+1)

659. Split Array into Consecutive Subsequences
对每一个数看能不能找到右边连续两个数，或者能不能加到已有的subsequence的右边
347. Top K Frequent Elements
存freq到dictionary，然后维持一个k的heap, 复杂度是O(N+NlogK)
存freq到dictionary, 然后开一个数组，用freq做index存数，把数组从后往前读，复杂度是O(N+N+K)

补充内容 (2019-2-17 06:52):
146 LRU dict+双向链表

补充内容 (2019-2-17 13:10):
CS229
Notes2
---Naive Bayes
---Laplace smoothing
Assignment 1
---做了前两题，好多数学啊。。。T_T...
------------------另，忘记打卡这是Day 3了。。。


补充内容 (2019-2-17 13:51):
Leetcode 844. Backspace String Compare  从后往前看，积累backspace，看哪个字母会最终出现

Day 4
---------------------
904. Fruit Into Baskets
是找最长的子序列，里面最多只有两种fruit，用sliding window，以每一个tree[end]为结尾，如果是多了新种类，就pop掉当前序列最前面的fruit直到序列中只有两种为止，记一下长度和max长度

补充内容 (2019-2-18 08:05):
881. Boats to Save People  先按体重sort， 再两个指针一头一尾，看能不能装下两个人，还是只能装重的一个

补充内容 (2019-2-18 08:41):
159. Longest Substring with At Most Two Distinct Characters 和904是一模一样的题目。。

补充内容 (2019-2-18 08:45):
340. Longest Substring with At Most K Distinct Characters 和159一样做，只是把2变成k

补充内容 (2019-2-18 13:36):
975. Odd Even Jump  好难啊T__T   从后往前推用dp分别存可不可能在奇数/偶数步到这个数，倒推的时候需要用到， 对于每一个数求下一个偶数jump时到哪奇数步jump时到哪 （这一步用sort原数列+stack做）

Day 5
239. Sliding Window Maximum
保持一个deque，里面最左放当前最好candidate的index，接着次好candidate的index。。。从左到右scan数列，当当前数的index离最好的candidate的index超出k window的时候，把最好的candidate popleft

补充内容 (2019-2-19 06:46):
621. Task Scheduler  假如有IDLE，总interval是(largest value-1)*(n+1)+#of task having largest value， 如果task总数>这个interval，说明没有idle，说明总interval就是task总数

补充内容 (2019-2-19 07:32):
683. K Empty Slots 用一个list记录每天开花的位置，对每天开一朵花，用binary search在list里面找，找到了以后看break了哪个interval，记录一下产生的新的interval的长度，==k+1就返回天数，否则就插入list，继续

楼主加油！

Day8
----------------
【停了两天刷题。。。一上班搞完俩娃睡觉就九点，只想坐在床上刷手机！】
昨天看了一眼947. Most Stones Removed with Same Row or Column 发现用Union-Find算法比较好，又回去学习了一下，今天做了684. Redundant Connection 来implement，打算今天有空专门做Union-Find tag底下的题

补充内容 (2019-2-22 12:24):
547. Friend Circles 就是直接用union find做 947. Most Stones Removed with Same Row or Column 还是用union find 有一个小trick是同样的行之间，同样的列之间直接就算一个node，行和列之间连edge，列+10000区别

补充内容 (2019-2-22 14:44):
721. Accounts Merge 也是用union find。。。每个email 是个点，同一个account先union，再对每个email find root一遍，把所有的连起来

Day 9
今天刷了两个medium欢庆周末=  =|||
939. Minimum Area Rectangle 硬做的。。。先把点按相同的x存到dictionary里面(把点看成一个一个column)，然后把每个column里面的每个pair的点记下(低点的位置，pair的长度)，以这个为key，x组成一个list, 再存一个dictionary，然后过一遍这个dictionary 对每个key对应的x的list里面每两个x做为顶点，求min area
681. Next Closest Time  写一个function算given time，加一分钟是什么，然后就一直加一分钟直到所有的number都valid
684. Redundant Connection 用DFS又写了遍
-------
CS 229
SVM 的notes过了遍

楼主 cs229我看了syllabus 目测只有部分课件 没啥视频之类 感觉看起来有些艰难 我也想复习学习算法部分 不知道楼主有何推荐