2021最新大厂AI面试题资源-CSDN文库

共4个文件

pdf：4个

面试资料

资源达人分享计划

需积分: 31 38 浏览量 2021-08-03 18:56:39 上传评论 3 收藏 76.17MB ZIP 举报

资源详情

资源评论

资源推荐

收起资源包目录

七月在线面试题.zip （4个子文件）

2021Q2最新大厂AI面试121题.pdf 4.02MB

名企 AI面试100题.pdf 74.87MB

2021Q4大厂面试题及解析92题.pdf 2.3MB

2021Q3最新大厂AI面试题：107题.pdf 1.52MB

名企AI⾯试100题 2.0版

---节选⾃七⽉在线4000题库

前⾔

本《名企AI⾯试100题》能形成，有着⽐较长的⼀段历史，咱们从头说起。

2010年11⽉，我司创始⼈July便在他的个⼈博客上开始整理数千道微软等公司的⾯试题，侧重数据

结构、算法、海量数据处理，名为《微软⾯试100题系列》，⽬前总阅读量为：362,5458。

2017年9⽉，July再次和团队（包括且不限于元超、⽴娜、德伟、贾茹、王剑、AntZ、孟莹等众

⼈）整理《BAT机器学习⾯试1000题系列》，侧重各⼤互联⽹公司的机器学习、深度学习的笔试/⾯试

题。

该系列不少题⽬来源于公开⽹络，取之分享，⽤之分享，且在撰写答案过程中若引⽤他⼈解析则

必注明原作者及来源链接。且不少答案得到寒⽼师、管博⼠、张⾬⽯、王赟、褚博⼠等七⽉在线名师

的审校。

2017年10⽉，本系列作为国内⾸个AI题库，开始在七⽉在线实验室公众号上连载。

2017年12⽉，题库正式上线七⽉在线官⽹和七⽉在线APP，到2019年9⽉，题⽬总数接近4000道。

2019年10⽉，考虑到不论是公司内部集训营和就业班的学员，还是外部朋友提出：能否精选题库

中最常考的100个笔试⾯试题封装成册，提⾼学习或复习效率的诉求，故我司AI LAB全体同事（包括

且不限于：天保、远根、范浩、振杰、孙⽼师、陈博⼠），先是从七⽉在线官⽹题库页⾯⾥的近4000

道题⽬中精挑细选出100题，然后天保等同事逐⼀审阅，最终孙⽼师汇总成册。

本《名企AI⾯试100题》涵盖计算机语⾔基础、算法和⼤数据、机器学习、深度学习、应⽤⽅向

(CV NLP 推荐⾦融风控)等五⼤章节，每⼀段代码、每⼀道题⽬的解析都经过了反复审查或review，但

不排除可能仍有部分题⽬存在问题，如您发现，敬请通过官⽹/APP对应的题⽬页⾯留⾔指出。且为了

照顾⼤家去官⽹对应的题⽬页⾯参与讨论，故本⼿册各个章节的题⽬顺序和官⽹/APP的题⽬展⽰顺序

保持⼀致。

本⼿册只有100题，但实际笔试⾯试不⼀定局限于本100题，故更多烦请⼤家移步七⽉在线官⽹或

七⽉在线APP，上⾯还有近4000道名企AI笔试⾯试题等着⼤家，刷题愉快。

七⽉在线

https://www.julyedu.com/

2019.10.29第⼀版，后于2020.4.29推出第⼆版，新增近20道新题

第⼀章 计算机语⾔基础  1 ................................................................................................................................................
1 在C++ 程序中调⽤被C 编译器编译后的函数，为什么要加extern“C”?  1 ..................................................
2 什么是多线程，多线程与多任务有什么区别  5 ...........................................................................................
3 Java类初始化顺序  5 ........................................................................................................................................
4 写⼀个死锁  8 ...................................................................................................................................................
5 可以⽤for循环直接删除ArrayList的特定元素吗？可能会出现什么问题？怎样解决？  11 .....................
6 如何看当前Linux系统有⼏颗物理CPU和每颗CPU的核数？  12 ................................................................
7 使⽤top查看系统资源占⽤情况时，哪⼀列表⽰内存占⽤呢？  12 ............................................................
8 如何查看当前系统都有哪些进程？  12 .........................................................................................................
9 ⽤iptables写⼀条规则：把来源IP为192.168.1.101访问本机80端⼜的包直接拒绝  13 ..............................
10 ⽹卡或者硬盘有问题时，我们可以通过使⽤哪个命令查看相关信息？  13 ...........................................
11 请写出⼀段Python代码实现删除⼀个list⾥⾯的重复元素。  13 ...............................................................
12 什么是lambda函数？它有什么好处?  14 ......................................................................................................
13 请⽤Python⼿写实现快速排序  14 ................................................................................................................
14 请创建⼀个函数检查⼀个词是否具有回⽂结构，使⽤ Python 进⾏编写。  16 ......................................
15 Python⾥⾯如何拷贝⼀个对象？（赋值，浅拷贝，深拷贝的区别）  17 ................................................
16 使⽤Python编写函数，获得⽬录下所有的⽂件名。  17 ............................................................................
第⼆章 算法和⼤数据  20 ..................................................................................................................................................
1  判断⼀个单链表中是否有环  20 ....................................................................................................................
2  请说说B树的插⼊、删除操作  21 ..................................................................................................................
3  数组中⼦序列的个数  28 ................................................................................................................................
4  在⼀个严格单调递增的整数数组中找到a[x] == x的位置？  28 .................................................................
5  最⼤连续⼦数组和  29 ....................................................................................................................................
6  ⾦字塔最⼩路径之和  34 ................................................................................................................................
7  最长连续递增序列  36 ....................................................................................................................................
8  交替字符串  39 ................................................................................................................................................
9 有序链表转换⼆叉搜索树  41 .........................................................................................................................
10 hadoop和spark的都是并⾏计算，那么他们有什么相同和区别  47 ...........................................................
11 寻找Top IP 从海量⽇志数据中提取出某⽇访问百度次数最多的 那个IP。   48 ......................................
12 寻找Top IP 从海量⽇志数据中提取出某⽇访问百度次数最多的那个IP。  48 ........................................
第三章 机器学习  50 ..........................................................................................................................................................
1 请详细说说⽀持向量机（support vector machine，SVM）的原理  50 .......................................................
2 树形结构为什么不需要归⼀化？  83 .............................................................................................................
3 逻辑斯特回归为什么要对特征进⾏离散化。  83 .........................................................................................
4 overfitting怎么解决  84 ....................................................................................................................................
5 说说梯度下降法  85 .........................................................................................................................................
6 为什么xgboost要⽤泰勒展开，优势在哪⾥？  88 .........................................................................................
7 谈谈判别式模型和⽣成式模型？  89 .............................................................................................................
8 请详细说说EM算法  89 ...................................................................................................................................
9 机器学习中，为何要经常对数据做归⼀化  106 ...........................................................................................
10 简单说说贝叶斯定理  107 .............................................................................................................................
11 如何进⾏特征选择？  108 ..............................................................................................................................
12 机器学习和统计⾥⾯的auc的物理意义是啥？  109 ....................................................................................
13 常见的分类算法有哪些？他们各⾃的优缺点是什么？  113 ......................................................................
14 RF与GBDT之间的区别与联系？  114 ..........................................................................................................

15 请问怎么处理特征向量的缺失值  115 ..........................................................................................................
16 简述KNN最近邻分类算法的过程？  115 .....................................................................................................
17 请写出你了解的机器学习特征⼯程操作，以及它的意义  115 ..................................................................
18 如何降低数据集的维度以减少模型计算时间?   116 ...................................................................................
19 如何提升已经达到96%精度的分类模型性能?  116 ....................................................................................
20 如何在⼀个数据集上选择重要的变量？给出解释。  117 ..........................................................................
21 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？  117 ....................
22 如何理解模型的过拟合与⽋拟合，以及如何解决？  117 ..........................................................................
23 了解xgboost么，请详细说说它的原理  118 .................................................................................................
24 请详细说说梯度提升树(GBDT)的原理  134 ................................................................................................
25 请说说Adaboost 算法的原理与推导  137 .....................................................................................................
26 机器学习中的正则化到底是什么意思？  147 .............................................................................................
27 请简单阐述下决策树、回归、SVM、神经⽹络等算法各⾃的优缺点？  153 .........................................
28 最⼤熵模型中的数学推导  158 .....................................................................................................................
29 如何通俗理解贝叶斯⽅法和贝叶斯⽹络？  167 .........................................................................................
30 如何通俗理解LightGBM  183 ........................................................................................................................
31 如何通俗理解主成成分分析PCA  192 ..........................................................................................................
32 什么是K近邻算法和KD树？  208 .................................................................................................................
33 请详细说说决策树的构造原理  237 .............................................................................................................
34 机器学习中的L0、L1与L2范数到底是什么意思？  241 ............................................................................
第四章  深度学习  251 .......................................................................................................................................................
1 什么是归⼀化，它与标准化的区别是什么？  251 .......................................................................................
2 请问⼈⼯神经⽹络中为什么ReLU要好过于tanh和Sigmoid function？  255 ...............................................
3 什么样的数据集不适合⽤深度学习？  255 ...................................................................................................
4 如何缓解梯度消失和梯度膨胀（微调、梯度截断、改良激活函数等）  256 ...........................................
5 简单说说CNN常⽤的⼏个模型  263 ...............................................................................................................
6 如何确定是否出现梯度爆炸？  263 ...............................................................................................................
7 RNN是怎么从单层⽹络⼀步⼀步构造的？  263 ...........................................................................................
8 如何从RNN起步，⼀步⼀步通俗理解LSTM  267 ........................................................................................
9 请阐述下卷积神经⽹络CNN的基本原理(完善版)  278 ................................................................................
10 CNN究竟是怎样⼀步⼀步⼯作的？  292 .....................................................................................................
11 什么是⾮极⼤值抑制（NMS）？  312 .........................................................................................................
12 什么是深度学习中的anchor？  312 ..............................................................................................................
13 当神经⽹络的调参效果不好时，从哪些⾓度思考?   315 ...........................................................................
14 如何理解反向传播算法BackPropagation  315 ..............................................................................................
15 通俗理解BN(Batch Normalization)  321 ........................................................................................................
16 如何形象的理解LSTM的三个门  324 ...........................................................................................................
17 Adam 算法的原理,AdaGrad 和 RMSProp ⽅法有什么区别?  329 ..............................................................
18 请说下常见优化⽅法各⾃的优缺点？  336 .................................................................................................
19 如何理解随机梯度下降，以及为什么SGD能够收敛？  344 .....................................................................
20 请问什么是softmax函数？  347 ....................................................................................................................
第五章 CV  352 ..................................................................................................................................................................
1基于深度学习的⽬标检测技术演进  352 ........................................................................................................
2请简单解释下⽬标检测中的这个IOU评价函数（intersection-over-union）  371 ........................................
3图像边缘检测的原理？  372 ............................................................................................................................
4图像中的⾓点(Harris⾓点)是什么？为什么⽤⾓点作为特征点？  372 ........................................................
5为什么说神经⽹络是端到端的⽹络?  372 .......................................................................................................
6什么是感受野？  373 ........................................................................................................................................

7⼯业界中遇到上亿的图像检索任务,如何提⾼图像对⽐效率?  373 ..............................................................
8物体检测⽅法列举  373 ....................................................................................................................................
9 one-stage和two-stage⽬标检测⽅法的区别和优缺点?   373 ..........................................................................
10 请画下YOLOv3的⽹络结构  378 ..................................................................................................................
11 如何理解Faster RCNN  389 ............................................................................................................................
12 做过⽬标检测项⽬么？⽐如Mask R-CNN和Python做⼀个抢车位神器  403 ............................................
第六章 NLP  411 ................................................................................................................................................................
1如何通俗理解深度学习中的注意⼒机制  411 .................................................................................................
2请详细说说Transformer（超详细图解，⼀图胜千⾔）  422 .........................................................................
3什么是TF-IDF算法？  437 ................................................................................................................................
4请⽤图形象的解释word2vec（⼀图胜千⾔）  439 .........................................................................................
5说说NLP中的预训练技术发展史：从Word Embedding到Bert模型  457 ......................................................
6 如何通俗理解隐马尔可夫模型HMM？  478 .................................................................................................
7 如何理解Word2vec 之 Skip-Gram 模型  483 ..................................................................................................
8 如何理解Seq2Seq Attention模型：图解Seq2Seq Attention  493 ....................................................................
第七章 推荐系统  504 ........................................................................................................................................................
1请详细说说协同过滤的原理  504 ....................................................................................................................
2推荐系统有哪些常⽤的评价标准  510 ............................................................................................................
3 请详细聊聊推荐系统⾥的排序算法  511 ........................................................................................................
4 怎么解决推荐系统中的冷启动问题？  516 ...................................................................................................
5 请说说隐语义模型LFM背后的原理  518 .......................................................................................................
6 解释Exploitation & Exploration  521 ................................................................................................................
7 什么是wide&deep模型？  521 .........................................................................................................................
8 怎样将知识图谱引⼊推荐系统 ？  521 ..........................................................................................................
9 阿⾥最新开源的X-Deep Learning为Online Learning提供了哪些解决⽅案？  522 .....................................
10 如何离线评价召回阶段各种模型算法的好坏？  522 .................................................................................
11 请画出点击率预估流程图，分为那两部分？  522 ......................................................................................
12 什么是DSSM?有什么优缺点？  523 .............................................................................................................
13 请简述DeepFM模型  524 ...............................................................................................................................
14 Thompson(汤普森)采样为何有效？  524 ......................................................................................................
第⼋章 ⾦融风控  528 ........................................................................................................................................................
1 芝⿇信⽤分的主要计算维度？  528 ...............................................................................................................
2 为什么我们做评分卡的时候要⽤woe编码?   528 ..........................................................................................
3 深度学习的风控模型，从经验上看，样本量⼤概要多少条啊？  528 .......................................................
4 根据业务实际场景来构造损失函数，能举个例⼦么？  528 .......................................................................
5 在使⽤xgboost或lightgbm建模之前是否进⾏相关性处理？  529 ................................................................
6 ⾦融风控领域准⼊策略的常见特征有哪些？  530 .......................................................................................
第九章 计算⼴告  531 ........................................................................................................................................................
1 从FM推演各深度学习CTR预估模型  531 ......................................................................................................
2 请介绍⼀下你所了解的受众定向技术  578...................................................................................................