常见AI面试题及答案.pdf

《常见AI面试题及答案.pdf》由会员分享，可在线阅读，更多相关《常见AI面试题及答案.pdf（2页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、常见AI试题及答案特征程离散、连续特征般怎么处理（onehot、归化、why、法 等）；特征变换、构造/衍新特征（woe、iv、统计量 等）；特征筛选（离散、连续、多重共线性 等）；采样（除了随机呢？）；缺失值处理（离散、连续）.机器学习常loss、正则、sgd、l-bfgs、auc公式及优缺点、数据不平衡时的调参.booting：gbdt的loss、分裂节点依据、防过拟合；xgb的loss选择、泰勒展开、正则（gbdt能加么）、并、vs lightGBM；lambdaMart的loss-如何直接优化metric（如NDCG）-学习/train过程；svm的优化标、软间隔、调参；lr；rf；深

2、度学习dnn为什么要“deep”、deep后带来的信息传递/梯度传递问题及其优化策略（可以从络结构、activation、normalization等阐述）；卷积层学习过程（前后向）及参数数量估计；polling作、优缺点、why的越来越少；rnn长依赖问题、梯度问题；lstm的input output forget gate作于哪、gru的update gate呢？常loss（分类、回归）、activation、optimizer（从阶矩估计到阶）、加了BN后做predict均值差从哪来、常的attention举例强化学习什么问题适合RL/MLE的缺陷、trail-and-error sea

3、rch、policy-based vs value-based、on-policy vs off-policy等q learning中q值得更新（其实很好记：当前q值+=学习率*（环境reward+新状态下最的q值*衰减值）、为什么要乘衰减值）；DQN使network代替q_table的初衷、两个network（结构致、参数交替更新）、存储记忆 off-policy；policy gradients如何学习/拟合标（-log(prob)*vt 像不像交叉熵.）、按概率选action vs epsilon-greedy；Actor-Critic中的actor与critic、优缺点、收敛问题、DD

4、PG、以上这些都是考察基本功的、基本都是书上的知识点NLP词法/序列标注相关：hmm、crf、lstm、lstm+crf（细节：对于转移特征、转移概率 hmm crf lstm+crf分别是怎么学的？）句法：有了依存关系 如何确定主谓宾、举个例word2vector：层次softmax、负采样、vs GloVe常见AI面试题及答案-第1页常见AI面试题及答案-第1页topic相关：lsa（可以引到svd、基于mse的fm）；lda why引共轭先验分布、调参（针对两个先验）；+DL：cnn filter的设计、seq2seq+attention的padding问题（对padding的字符如何做attention、如何忽略、tensorflow/pytorch致写下）、tree lstm.任务相关：beam search做成、dialog中对回复做lable smooth 提回复多样性.常见AI面试题及答案-第2页常见AI面试题及答案-第2页