汇总笔试面试题

参考：

https://blog.csdn.net/u013382288/article/details/80470316

1、找出二值图像的所有连通区域

2、几种排序算法，并用代码实现（手写）

3、提督下降和极大似然

4、泰勒展开

5、特征选取的方法

6、GBDT和xgboost、baggging和boosting

7、过拟合的解决办法

8、CNN和LSTM原理和应用场景介绍

9、几种常用检验方法和比较

10、KMP算法

11、哈夫曼编码

12偏差和方差

13、排列组合

14、大数定律和切比雪夫不等式的式子

15、回归系数的计算

16、快速排序的最佳状况

17、对于SVM，梯度小时怎么在图像上判断

18、什么是超参，什么是超参不明干

19、贝叶斯公式

20、线性代数中的秩、克莱姆法则

21推导回归系数的过程

22、全卷积网络为什么要消除全链接网络

https://blog.csdn.net/xiaojiajia007/article/details/54944023

23、为什么使用全局平均池化

We found global average pooling increased model stability but hurt convergence speed

24、为什么使用Batch-Normalization

25、为什么要使用步福卷积代替池化层

26、激活函数都有哪些，什么情况下用什么样的激活函数

27、损失函数都有哪些？什么情况下用什么样的损失函数

28、优化器有几种？什么情况下有什么