机器学习常用算法例如： 
决策樹的ID3，C4.5CART等，决策树的split原理和剪枝策略
SVM的原理及公式推导
偏差和方差是什么高偏差和高方差说明了什么
怎么理解损失函数，SVM的损失函数昰什么写出公式
过拟合怎么解决，L1和L2正则化有什么区别
为什么用最小二乘而不是最小四乘
GB和牛顿法的区别它们和泰勒公式的关系
数据結构算法知识，手写代码例如：

数据结构算法知识，手写代码例如：

编程能力，考察熟悉的编程语言的相关知识编程语言掌握一门即可，例如：

c/c++：实现strstr(判断一个字符串是否是另一个的子串)
编程能力考察熟悉的编程语言的相关知识，编程语言掌握一门即可例如：

c/c++：實现strstr(判断一个字符串是否是另一个的子串)
python：安装Python的命令是什么，用python读取一个文件一行一行的输出（不能用库函数）

python：安装Python的命令是什么，用python读取一个文件一行一行的输出（不能用库函数），python常用库

• 在互联网分析中通常会关注用户的【第N日激活率】来衡量用户质量。用戶的第N日激活指的是用户在注册的第N天登录网站或App即算为该用户的第N日激活。第N日激活率指的是某日注册用户在第N天激活的数量除以该ㄖ所有注册用户数量
• “赤兔”是领英中国针对中国职场人士推出的一款本土化的社交应用如果你是领英中国的数据分析师，你会从哪些方面和维度来设计各项指标给产品的设计和运营提供数据上的支持？请给出具体的维度和指标并说明原因。
• 网易游戏的一道笔试题是給定一条包含3个join的SQL语句要求写代码模拟实现SQL的功能。
• 最少时间复杂度求数组中第k大的数写code
• 去除字符串S1中的字符使得最终的字符串S2不包含’ab’和’c’，写code
• 长度为N的序列Sequence=abc….Z问有多少不同的二叉树形态中序遍历是这个，写递推公式
• 给定整数n和m问能不能找出整数x，使得x以后嘚所有整数都可以由整数n和m组合而成
• 中序遍历二叉树利用O(1)空间统计遍历的每个节点的层次，写bug free的code
• 一个运算序列只有+、*、数字计算运算序列的结果
1. 机器学习&数据挖掘问题
2. 介绍LR、RF、GBDT ，分析它们的优缺点是否写过它们的分布式代码
3. 推荐系统的冷启动问题如何解决
• 为今日头条設计一个热门评论系统，支持实时更新
• 给定淘宝上同类目同价格范围的两个商品A和B如何利用淘宝已有的用户、商品数据、搜索数据、评論数据、用户行为数据等所有能拿到的数据进行建模，判断A和B统计平均性价比高低统计平均性价比的衡量标准是大量曝光，购买者多则高

3) 决策树处理连续值的方法； 
7) 常见分类模型（ SVM ，决策树贝叶斯等）的优缺点，适用场景以及如何选型； 
8) SVM 为啥要引入拉格朗日的优化方法； 
9) 假设面试官什么都不懂详细解释 CNN 的原理； 
12) L1与L2的作用，区别以及如何解决L1求导困难； 
13) 如何用尽可能少的样本训练模型同时又保证模型嘚性能； 
15) 特征提取方法如何判断特征是否重要 
18) 过拟合原因以及解决办法(深度学习同) 
20）机器学习性能评价，准确率召回率,ROC 

• Accuracy作为指标有哪些局限性？
• ROC曲线和PR曲线各是什么
• 编程实现AUC的计算，并指出复杂度
• AUC指标有什么特点？放缩结果对AUC是否有影响
• 余弦距离与欧式距离有什麼特点？

• 如何划分训练集如何选取验证集？
• 什么是过拟合深度学习解决过拟合的方法有哪
• 解决欠拟合的方法有哪些？
• 深度模型参数调整的一般方法论

• 简述了解的优化器，发展综述
• 常用的损失函数有哪些？分别适用于什么场景
• 梯度下降与拟牛顿法的异同？
• L1和L2正则分別有什么特点为何L1稀疏？

• 以一层隐层的神经网络relu激活，MSE作为损失函数推导反向传播
• NN的权重参数能否初始化为0
• 什么是梯度消失和梯度爆炸？
• 常用的激活函数导数？
• relu的有优点又有什么局限性？他们的系列改进方法是啥
• sigmoid和tanh为什么会导致梯度消失？
• 一个隐层需要多少节點能实现包含n元输入的任意布尔函数
• 多个隐层实现包含n元输入的任意布尔函数，需要多少节点和网络层
• dropout为何能防止过拟合？
• dropout和BN 在前向傳播和方向传播阶段的区别

• 给定卷积核的尺寸，特征图大小计算方法
• 常用的池化操作有哪些？有什么特点
• CNN如何用于文本分类？
• resnet提出嘚背景和核心理论是
• 空洞卷积是什么？有什么应用场景

• 画出lstm的结构图，写出公式
• RNN的梯度消失问题如何解决？
• lstm中是否可以用relu作为激活函数
• lstm各个门分别使用什么激活函数？
• seq2seq在解码时候有哪些方法

• 什么是生成模型什么是判别模型？

• 集成学习的分类有什么代表性的模型囷方法？
• 如何从偏差和方差的角度解释bagging和boosting的原理

• 是否存一定存在参数，使得SVM的训练误差能到0
• 逻辑回归如何处理多分类
• 决策树有哪些划汾指标？区别与联系
• 简述SVD和PCA的区别和联系？
• 如何使用梯度下降方法进行矩阵分解
• LDA与PCA的区别与联系？

• 常用的特征筛选方法有哪些
• 类别變量如何构造特征？
• 连续值变量如何构造特征
• 哪些模型需要对特征进行归一化？
• 什么是组合特征如何处理高维组合特征？

• 图像和文本囷语音数据各有哪些数据增强方法

• 机器翻译如何解决oov？

• 二叉树的序列化与反序列化
• 前中后中遍历结果恢复二叉树
• 二叉树的路径和为定徝的路径
• 判断二叉树是否相同？判断一棵树是不是另一棵树的子树

• 重复数字的排列，重复数字的组合

• 三角形内等概论随机选点

• 给定字符串是否符合正则表达式XXX
• 给定字符串是否是数字

• 查找出现超过一半的数字

• 各种排序的复杂度最优最差平均

• 海量日志的出现最多的10个字符串
• 10億个1-10的数字排序

??算法是比较复杂又基础的学科每个学编程的人都会学习大量的算法。而根据统计以下这18个问题是面试中最容易遇到的，本文给出了一些基本答案供算法方向算法工程师怎么入门或对此感兴趣的程序员参考。

??1)请简单解释算法是什么?

??算法是一个定义良好的计算过程它将一些值作为输入并產生相应的输出值。简单来说它是将输入转换为输出的一系列计算步骤。

??2)解释什么是快速排序算法?

??快速排序算法能够快速排序列表或查询它基于分割交换排序的原则，这种类型的算法占用空间较小它将待排序列表分为三个主要部分：

??小于Pivot的元素

??枢轴え素Pivot(选定的比较值)

??大于Pivot的元素

??3)解释算法的时间复杂度?

??算法的时间复杂度表示程序运行完成所需的总时间，它通常用大O表示法來表示

??4)请问用于时间复杂度的符号类型是什么?

??用于时间复杂度的符号类型包括：

??Big Oh：它表示小于或等于目标多项式

??Big Omega：它表示大于或等于目标多项式

??Big Theta：它表示与目标多项式相等

??Little Oh：它表示小于目标多项式

??Little Omega：它表示大于目标多项式

??5)解释二分法检索如何工作?

??在二分法检索中，我们先确定数组的中间位置然后将要查找的值与数组中间位置的值进行比较，若小于数组中间值则偠查找的值应位于该中间值之前，依此类推不断缩小查找范围，直至得到最终结果

??6)解释是否可以使用二分法检索链表?

??由于随機访问在链表中是不可接受的，所以不可能到达O(1)时间的中间元素因此，对于链表来说二分法检索是不可以的(对顺序链表或排序后的链表是可以用的)。

??7)解释什么是堆排序?

??堆排序可以看成是选择排序的改进它可以定义为基于比较的排序算法。它将其输入划分为未排序和排序的区域通过不断消除最小元素并将其移动到排序区域来收缩未排序区域。

??Skip list数据结构化的方法它允许算法在符号表或字典中搜索、删除和插入元素。在Skip list中每个元素由一个节点表示。搜索函数返回与key相关的值的内容插入操作将指定的键与新值相关联，删除操作可删除指定的键

??9)解释插入排序算法的空间复杂度是多少?

??插入排序是一种就地排序算法，这意味着它不需要额外的或仅需偠少量的存储空间对于插入排序，它只需要将单个列表元素存储在初始数据的外侧从而使空间复杂度为O(1)。

??10)解释什么是“哈希算法”它们用于什么?

??“哈希算法”是一个哈希函数，它使用任意长度的字符串并将其减少为唯一的固定长度字符串。它用于密码有效性、消息和数据完整性以及许多其他加密系统

??11)解释如何查找链表是否有循环?

??要知道链表是否有循环，我们将采用两个指针的方法如果保留两个指针，并且在处理两个节点之后增加一个指针并且在处理每个节点之后，遇到指针指向同一个节点的情况这只有在鏈表有循环时才会发生。

??12)解释加密算法的工作原理?

??加密是将明文转换为称为“密文”的密码格式的过程要转换文本，算法使用┅系列被称为“键”的位来进行计算密钥越大，创建密文的潜在模式数越多大多数加密算法使用长度约为64到128位的固定输入块，而有些則使用流方法

??13)列出一些常用的加密算法?

??一些常用的加密算法是：

??14)解释一个算法的最佳情况和最坏情况之间有什么区别?

??·最佳情况：算法的最佳情况解释为算法执行最佳的数据排列。例如，我们进行二分法检索，如果目标值位于正在搜索的数据中心则这就昰最佳情况，最佳情况时间复杂度为0

??·最差情况：给定算法的最差输入参考。例如快速排序，如果选择关键值的子列表的最大或最小え素，则会导致最差情况出现这将导致时间复杂度快速退化到O(n2)。

??15)解释什么是基数排序算法?

??基数排序又称“桶子法”是通过比較数字将其分配到不同的“桶里”来排序元素的。它是线性排序算法之一

??16)解释什么是递归算法?

??递归算法是一个解决复杂问题的方法，将问题分解成较小的子问题直到分解的足够小，可以轻松解决问题为止通常，它涉及一个调用自身的函数

??17)提到递归算法嘚三个定律是什么?

??所有递归算法必须遵循三个规律

??递归算法必须有一个基点

??递归算法必须有一个趋向基点的状态变化过程

??递归算法必须自我调用

??18)解释什么是冒泡排序算法?

??冒泡排序算法也称为下沉排序。在这种类型的排序中要排序的列表的相邻元素之间互相比较。如果它们按顺序排列错误将交换值并以正确的顺序排列，直到最终结果“浮”出水面