登录
注册
关注
TOP

查看: 2504|回复: 15
收起左侧

机器学习八股文(三)以及一些准备建议

    [复制链接] |只看干货 |机器学习

升级   11.95%


分享帖子到朋友圈
本楼: 👍   100% (6)
 
 
0% (0)   👎
全局: 👍   97% (417)
 
 
2% (10)    👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?注册账号

x
传送门:
https://www.1point3acres.com/bbs/thread-713903-1-1.html  一
https://www.1point3acres.com/bbs/thread-714090-1-1.html  二

Again这是面经整理,不是全面的知识点整理。

面经范围仅限楼主自己扒到的帖子..剔除了一些我觉得过于少见的题目..


欢迎大家把自己的答案贴在回复里..

5. implementation 、推导类
写代码实现两层fully connected网络
手写CNN
手写KNN
手写K-means
手写softmax的backpropagation
给一个LSTM network的结构要你计算how many parameters
convolution layer的output size怎么算? 写出公式
       
6.项目经验类
训练好的模型在现实中不work,问你可能的原因
Loss趋于Inf或者NaN的可能的原因
生产和开发时候data发生了一些shift应该如何detect和补救
annotation有限的情況下你要怎麼Train model
假设有个model要放production了但是发现online one important feature missing不能重新train model 你怎么办

7. NLP/RNN相关
LSTM的公式是什么
why use RNN/LSTM
LSTM比RNN好在哪
limitation of RNN
How to solve gradient vanishing in RNN
What is attention, why attention
Language Model的原理,N-Gram Model
What’s CBOW and skip-gram?
什么是Word2Vec, loss function是什么, negative sampling是什么

8. CNN/CV相关
maxpooling, conv layer是什么, 为什么做pooling,为什么用conv lay,什么是equivariant to-translationa, invariant to translation
1x1 filter
什么是skip connection
(楼主没有面任何CV的岗位之前所以基本没收集到什么CV相关的问题)

=========================
9. 关于准备考ML 概念的面试的一些建议

1. 如果你简历上提到了一个模型,请确保你对这个模型有着深入全面的了解 (比如很多人可能简历里都提到了XgBoost,但是可能了解并不全面)

举个例子,我简历上提到了Graph Convolutional NN, 我面试的时候就被要求不用包手写一个简单的GCN。

2. 如果job description上提到了某些模型,最好对这些模型也比较熟悉。

3. 对你这个组的domain的相关模型要熟悉。

比如,你面一个明确做NLP的组,那么上述面经就过于基础了
你或许还要知道 What is BERT, explain the model architecture;what is Transformer model, explain the model architecture;Transformer/BERT 比LSTM好在哪;difference between self attention and traditional attention mechanism;或许你还要知道一些简单的做distill的方法..或许根据组的方向你还要知道ASR, 或者Chat bot等等的方向的一些widely used的模型或者方法。
比如你面一个CTR的组,或许可能你大概至少要稍微了解下wide-and-deep
比如你面一个CV-segment的组,你或许可能要了解DeepMask,U-Net...等等..

你应该不一定需要知道最SOTA的模型,但是知道那些最广为运用的模型或许可能是必要的。这是我的想法,不一定正确。


最后最后 还是希望大家能多多回复一些你们收集到的 高频 的面经。

以及你们的对于某个问题的答案的想法。大家一起讨论。



       

评分

参与人数 27大米 +95 收起 理由
穆汛 + 1 赞一个
387358 + 3 给你点个赞!
qinshimingyue + 1 给你点个赞!
daydreamer735 + 3 给你点个赞!
michelyang + 1 很有用的信息!
csqcloud + 1 赞一个
Jerry668 + 2 很有用的信息!
littlestronENNN + 1 赞一个

查看全部评分

本帖被以下淘专辑推荐:

升级   95%

本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   98% (121)
 
 
1% (2)    👎
"The best time to plant a tree was 20 years ago. The second best time is now."
回复

使用道具 举报

升级   52.5%

小南衣 2021-2-10 09:45:48 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   99% (373)
 
 
0% (2)    👎
看完了三个帖子,我学废了。
学习完了八股文之后还要学习推到还要学习算法还要学习case study
从开始到放弃
回复

使用道具 举报

升级   81.57%

Jerry668 2021-2-14 11:09:43 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   100% (22)
 
 
0% (0)    👎
楼主整理的非常全面, 必须赞一个!
请问这个题有什么好的答题思路吗?“假设有个model要放production了但是发现online one important feature missing不能重新train model 你怎么办”
回复

使用道具 举报

升级   8.43%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   99% (539)
 
 
0% (4)    👎
楼主带善人
回复

使用道具 举报

升级   21.86%

龙的传人 2021-2-10 11:57:42 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   98% (181)
 
 
1% (3)    👎
小南衣 发表于 2021-2-10 09:45
看完了三个帖子,我学废了。
学习完了八股文之后还要学习推到还要学习算法还要学习case study
从开始到放 ...

言重了。掌握高频的、基础的就可以了,其他的不需要面面俱到。
回复

使用道具 举报

升级   49.14%

qldx 2021-2-10 12:42:50 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   98% (384)
 
 
1% (5)    👎
非常感谢楼主,前两个帖子里的东西我多少还熟悉一些,深度学习与NLP实在是没基础,看了就忘,并且深度学习里的公式太过于繁杂,RNN公式一看就忘

不知道楼主NLP的部分是如何建立知识框架的,自己很想建立框架以应付可能的面试,但实在无从下手
回复

使用道具 举报

升级   11.95%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   97% (417)
 
 
2% (10)    👎
qldx 发表于 2021-02-09 20:42:50
非常感谢楼主,前两个帖子里的东西我多少还熟悉一些,深度学习与NLP实在是没基础,看了就忘,并且深度学习里的公式太过于繁杂,RNN公式一看就忘

不知道楼主NLP的部分是如何建立知识框架的,自己很想
公式看了就忘: 我目前的工作有在使用lstm based的模型,但是让我默写公式我不一定能写得完全对。如果我写对了那一定因为我面试前特地背了下。

但另一方面,虽然可能日常记不住公式,但是我想一定要清楚公式背后的intuition。  比如你要知道核心是gate mechanism,可能你记不住有哪些门,但是你要知道有门。  又比如你要知道有memory cell,cell这个通路是lstm解决梯度消失的核心之一。   那么总结来说,平时的话我或许并不要求自己记住公式具体怎么写,但是我至少知道公式背后的含义。   

要建立一个知识框架,最好还是上课吧?...
回复

使用道具 举报

升级   56%

sadtttjjssn 2021-2-10 22:28:48 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (218)
 
 
0% (0)    👎
mark一下,谢谢楼主的总结!
回复

使用道具 举报

升级   96%

redeye1 2021-2-12 05:13:55 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   98% (196)
 
 
2% (4)    👎
mark 一下,谢谢总结

评分

参与人数 1大米 +1 收起 理由
郭宇轩 + 1 赞一个

查看全部评分

回复

使用道具 举报

升级   20.5%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (22)
 
 
0% (0)    👎
mark一下 谢谢楼主!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

论坛导航
快速回复 返回顶部 返回列表