GitHub | 面试官的DL/NLP/推荐系统/ML/算法基础面试必看知识点总结

点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要17分钟

跟随小博主，每天进步一丢丢

每日英文

All lay loads on a willing horse.

好马重负。

Recommender：云不见

作者：SladeSal、tcandzq

链接：https://github.com/sladesha/Reflection_Summary

编辑：深度学习自然语言处理公众号

这个仓库的作者是滴滴出行的员工SladeSal，同时也是互联网一线资深的面试官，他结合自己作为面试管的提问和自己的实习生tcandzq（拿到腾讯UGC，阿里算法中台，头条广告推荐offer）在参加2020届校招面试中遇到的各类算法问题，为大家写出了这份算法岗的面试知识点及个人理解的汇总。每个问题下面都有作者对这个问题的精炼总结，不罗嗦，简单易懂。非常感谢作者细致整理和无私分享。

本资源整理了300多道算法岗位相关的面试题目并给出了详细的答案，包含统计学基础概念、数学基础、数据预处理、机器学习、深度学习、自然语言处理（NLP）、推荐系统、风控、评价指标等相关问题，非常值得深入学习，温故而知新。

作者（SladeSal）有话说

部分内容为手记pdf内容，因为公式实在太多，手写比较快，笔记潦草，见谅，内容部分会引用第三方的观点，但是一定会结合自己的感受和体会，一定有存疑和不完善的地方，欢迎大家补充和质疑打脸。现在算法工程师的面试以下内容都不会直接提问，而是以项目交流的方式去挖掘在一个问题上的理论理解的深度，建议大家结合实际工作中的case去思考。

目录

• 基础概念
  

• 数学

• 数据预处理

• 机器学习

• 深度学习

• 自然语言处理

• 推荐

• 风控

• 评价指标

一.基础概念

• 方差和偏差

• • 解释方差

  • 解释偏差

  • 模型训练为什么要引入偏差和方差？请理论论证

  • 什么情况下引发高方差

  • 如何解决高方差问题

  • 以上方法是否一定有效

  • 如何解决高偏差问题

  • 以上方法是否一定有效

  • 遇到过的机器学习中的偏差与方差问题

  • 就理论角度论证Bagging、Boosting的方差偏差问题

  • 遇到过的深度学习中的偏差与方差问题

  • 方差、偏差与模型的复杂度之间的关系

• 生成与判别模型

• • 什么叫生成模型

  • 什么叫判别模型

  • 什么时候会选择生成/判别模型

  • CRF/朴素贝叶斯/EM/最大熵模型/马尔科夫随机场/混合高斯模型

  • 我的理解

• 先验概率和后验概率

• • 写出全概率公式&贝叶斯公式

  • 说说你怎么理解为什么有全概率公式&贝叶斯公式

  • 什么是先验概率

  • 什么是后验概率

  • 经典概率题

• 频率概率

• • 极大似然估计 - MLE

  • 最大后验估计 - MAP

  • 极大似然估计与最大后验概率的区别

  • 到底什么是似然什么是概率估计

• AutoML

• • AutoML问题构成

  • 特征工程选择思路

  • 模型相关的选择思路

  • 常见梯度处理思路

  • AutoML参数选择所使用的方法

  • 讲讲贝叶斯优化如何在automl上应用

  • 以高斯过程为例，超参搜索的f的最优解求解acquisition function有哪些

  • 高斯过程回归手记

  • AutoSklearn详解手记

  • AutoML常规思路手记

示例：

二.数学

• 数据质量

• • 期望

  • 方差

  • 标准差

  • 协方差

  • 相关系数

• 最大公约数问题

• • 辗转相除法

  • 其他方法

• 牛顿法

• • 迭代公式推导

  • 实现它

• 拟牛顿法

• 概率密度分布

• • 均匀分布

  • 伯努利分布

  • 二项分布

  • 高斯分布

  • 拉普拉斯分布

  • 泊松分布

• 平面曲线的切线和法线

• • 平面曲线的切线

  • 平面曲线的法线

• 导数

• • 四则运算

  • 常见导数

  • 复合函数的运算法则

  • 莱布尼兹公式

• 微分中值定理

• • 费马定理

  • 拉格朗日中值定理

  • 柯西中值定理

• 泰勒公式

• • 泰勒公式

• 欧拉公式

• • 欧拉公式

• 矩阵

• • 范数

  • 特征值分解，特征向量

  • 正定性

• 概率论

• • 条件概率

  • 独立

  • 概率基础公式

  • 全概率

  • 贝叶斯

  • 切比雪夫不等式

  • 抽球

  • 纸牌问题

  • 棍子/绳子问题

  • 贝叶斯题

  • 选择时间问题

  • 0~1均匀分布的随机器如何变化成均值为0，方差为1的随机器

  • 抽红蓝球球

示例：

三.数据预处理

• 数据平衡

• • 为什么要对数据进行采样

  • 是否一定需要对原始数据进行采样平衡

  • 有哪些常见的采样方法

  • 能否避免采样

  • 你平时怎么用采样方法

• 异常点处理

• • 统计方法

  • 矩阵分解方法

  • 特征值和特征向量的本质是什么

  • 矩阵乘法的实际意义

  • 密度的离群点检测

  • 聚类的离群点检测

  • 如何处理异常点

• 缺失值处理

• • 是不是一定需要对缺失值处理

  • 直接填充方法有哪些

  • 模型插值方法有哪些？及方法的问题

  • 如何直接离散化

  • hold位填充方法有哪些

  • 怎么理解分布补全

  • random方法使用前提

  • 总结

• 特征选择

• • 为什么要做特征选择

  • 从哪些方面可以做特征选择

  • 既然说了两个方向，分别介绍一些吧

• 特征提取

• • 为什么需要对数据进行变换

  • 归一化和标准化之间的关系

  • 连续特征常用方法

  • 离散特征常用方法

  • 文本特征

  • 画一个最简单的最快速能实现的框架

示例：

四.机器学习

• 聚类

• • 请问从EM角度理解kmeans

  • 为什么kmeans一定会收敛

  • kmeans初始点除了随机选取之外的方法

• 线性回归

• • 损失函数是啥

  • 最小二乘/梯度下降手推

  • 介绍一下岭回归

  • 什么时候使用岭回归

  • 什么时候用Lasso回归

• 逻辑回归

• • logistic分布函数和密度函数，手绘大概的图像

  • LR推导，基础5连问

  • 梯度下降如何并行化

  • LR明明是分类模型为什么叫回归

  • 为什么LR可以用来做CTR预估

  • 满足什么样条件的数据用LR最好

  • LR为什么使用sigmoid函数作为激活函数？其他函数不行吗

  • 利用几率odds的意义在哪

  • Sigmoid函数到底起了什么作用

  • LR为什么要使用极大似然函数，交互熵作为损失函数？那为什么不选平方损失函数的呢

  • LR中若标签为+1和-1，损失函数如何推导？

  • 如果有很多的特征高度相关或者说有一个特征重复了100遍，会造成怎样的影响

  • 为什么要避免共线性

  • LR可以用核么？可以怎么用

  • LR中的L1/L2正则项是啥

  • lr加l1还是l2好

  • 正则化是依据什么理论实现模型优化

  • LR可以用来处理非线性问题么

  • 为什么LR需要归一化或者取对数

  • 为什么LR把特征离散化后效果更好？离散化的好处有哪些

  • 逻辑回归估计参数时的目标函数逻辑回归的值表示概率吗

  • LR对比万物

  • LR梯度下降方法

  • LR的优缺点

  • 除了做分类，你还会用LR做什么

  • 你有用过sklearn中的lr么？你用的是哪个包

  • 看过源码么？为什么去看

  • 谈一下sklearn.linear_model.LogisticRegression中的penalty和solver的选择

  • 谈一下sklearn.linear_model.LogisticRegression中对多分类是怎么处理的

  • 我的总结

• 决策树

• • 常见决策树

  • 简述决策树构建过程

  • 详述信息熵计算方法及存在问题

  • 详述信息增益计算方法

  • 详述信息增益率计算方法

  • 解释Gini系数

  • ID3存在的问题

  • C4.5相对于ID3的改进点

  • CART的连续特征改进点

  • CART分类树建立算法的具体流程

  • CART回归树建立算法的具体流程

  • CART输出结果的逻辑

  • CART树算法的剪枝过程是怎么样的

  • 树形结构为何不需要归一化

  • 决策树的优缺点

• 贝叶斯

• • 解释一下朴素贝叶斯中考虑到的条件独立假设

  • 讲一讲你眼中的贝叶斯公式和朴素贝叶斯分类差别

  • 朴素贝叶斯中出现的常见模型有哪些

  • 出现估计概率值为 0 怎么处理

  • 朴素贝叶斯的优缺点

  • 朴素贝叶斯与 LR 区别

• 随机森林

• • 解释下随机森林

  • 随机森林用的是什么树

  • 随机森林的生成过程

  • 解释下随机森林节点的分裂策略

  • 随机森林的损失函数是什么

  • 为了防止随机森林过拟合可以怎么做

  • 随机森林特征选择的过程

  • 是否用过随机森林，有什么技巧

  • RF的参数有哪些，如何调参

  • RF的优缺点

• 集成学习

• • 介绍一下Boosting的思想

  • 最小二乘回归树的切分过程是怎么样的

  • 有哪些直接利用了Boosting思想的树模型

  • gbdt和boostingtree的boosting分别体现在哪里

  • gbdt的中的tree是什么tree？有什么特征

  • 常用回归问题的损失函数

  • 常用分类问题的损失函数

  • 什么是gbdt中的残差的负梯度

  • 如何用损失函数的负梯度实现gbdt

  • 拟合损失函数的负梯度为什么是可行的

  • 即便拟合负梯度是可行的，为什么不直接拟合残差？拟合负梯度好在哪里

  • Shrinkage收缩的作用

  • feature属性会被重复多次使用么

  • gbdt如何进行正则化的

  • 为什么集成算法大多使用树类模型作为基学习器？或者说，为什么集成学习可以在树类模型上取得成功

  • gbdt的优缺点

  • gbdt和randomforest区别

  • GBDT和LR的差异

  • xgboost对比gbdt/boosting Tree有了哪些方向上的优化

  • xgboost和gbdt的区别

  • xgboost优化目标/损失函数改变成什么样

  • xgboost如何使用MAE或MAPE作为目标函数

  • xgboost如何寻找分裂节点的候选集

  • xgboost如何处理缺失值

  • xgboost在计算速度上有了哪些点上提升

  • xgboost特征重要性是如何得到的

  • xGBoost中如何对树进行剪枝

  • xGBoost模型如果过拟合了怎么解决

  • xgboost如何调参数

  • XGboost缺点

  • LightGBM对Xgboost的优化

  • LightGBM亮点

• FM/FFM

• SVM

• • 简单介绍SVM

  • 什么叫最优超平面

  • 什么是支持向量

  • SVM 和全部数据有关还是和局部数据有关

  • 加大训练数据量一定能提高SVM准确率吗

  • 如何解决多分类问题

  • 可以做回归吗，怎么做

  • SVM 能解决哪些问题

  • 介绍一下你知道的不同的SVM分类器

  • 什么叫软间隔

  • SVM 软间隔与硬间隔表达式

  • SVM原问题和对偶问题的关系/解释原问题和对偶问题

  • 为什么要把原问题转换为对偶问题

  • 为什么求解对偶问题更加高效

  • alpha系数有多少个

  • KKT限制条件，KKT条件有哪些，完整描述

  • 引入拉格朗日的优化方法后的损失函数解释

  • 核函数的作用是啥

  • 核函数的种类和应用场景

  • 如何选择核函数

  • 常用核函数的定义

  • 核函数需要满足什么条件

  • 为什么在数据量大的情况下常常用lr代替核SVM

  • 高斯核可以升到多少维？为什么

  • SVM和逻辑斯特回归对同一样本A进行训练，如果某类中增加一些数据点，那么原来的决策边界分别会怎么变化

  • 各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归

  • Linear SVM 和 LR 有什么异同

示例：

五.深度学习

• 框架

• • 为什么要用深度召回

• dropout

• • dropout如何作用的

  • L1为什么在深度学习中不常用

  • 用贝叶斯机率说明Dropout的原理

  • 为什么有效

• batch_normalization

• • 你觉得bn过程是什么样的

  • 手写一下bn过程

  • 知道LN么？讲讲原理

• bp过程

• embedding

• softmax

• 梯度消失/爆炸

• 残差网络

• • 介绍残差网络

  • 残差网络为什么能解决梯度消失的问题

  • 残差网络残差作用

  • 你平时有用过么？或者你在哪些地方遇到了

• Attention

• • Attention对比RNN和CNN，分别有哪点你觉得的优势

  • 写出Attention的公式

  • 解释你怎么理解Attention的公式的

  • Attention模型怎么避免词袋模型的顺序问题的困境的

  • Attention机制，里面的q,k,v分别代表什么

  • 为什么self-attention可以替代seq2seq

  • 维度与点积大小的关系是怎么样的，为什么使用维度的根号来放缩

示例：

六.自然语言处理

• GloVe

• • GolVe的损失函数

  • 解释GolVe的损失函数

  • 为什么GolVe会用的相对比W2V少

• Word2Vec

• • 从隐藏层到输出的Softmax层的计算有哪些方法

  • 层次softmax流程

  • 负采样流程

  • word2vec两种方法各自的优势

  • 怎么衡量学到的embedding的好坏

  • word2vec和glove区别

  • 你觉得word2vec有哪些问题

• CRF

• • 阐述CRF原理

  • 线性链条件随机场的公式是

  • CRF与HMM区别

  • Bert+crf中的各部分作用详解

• LDA

• • 详述LDA原理

  • LDA中的主题矩阵如何计算

  • LDA的共轭分布解释下

  • PLSA和LDA的区别

  • 怎么确定LDA的topic个数

  • LDA和Word2Vec区别？LDA和Doc2Vec区别

  • LDA算法里面Dirichlet分布的两个参数alpha和beta怎样确定？trick?

  • 使用过LDA，你有什么问题？

  • 你用真实用过吗？对比过效果吗？

  • 超参数\alpha \beta对训练的影响？

  • LDA你会有哪些常规的预处理步骤

  • LDA的最大似然不好求的原因？为什么不直接用EM？为什么LDA引入了一堆数学理论？

• LSTM

• GRU

• Bert：实现/使用的代码

• • Bert的双向体现在什么地方

  • Bert的是怎样预训练的

  • 在数据中随机选择 15% 的标记，其中80%被换位[mask]，10%不变、10%随机替换其他单词，原因是什么

  • 为什么BERT有3个嵌入层，它们都是如何实现的

  • bert的损失函数

  • 手写一个multi-head attention

  • 长文本预测如何构造Tokens

  • 你用过什么模块？bert流程是怎么样的

  • 知道分词模块：FullTokenizer做了哪些事情么

  • Bert中如何获得词意和句意

  • 源码中Attention后实际的流程是如何的

  • 为什么要在Attention后使用残差结构

  • 平时用官方Bert包么？耗时怎么样

  • 你觉得BERT比普通LM的新颖点

  • elmo、GPT、bert三者之间有什么区别

• 文本相似度计算

• • 有哪些常用的方法

• TextCNN

• • 讲一下textcnn

  • textCNN中核的作用

  • max-pooling选择的目的

  • textcnn和fasttext区别

  • 如果你知道上面说的核心问题，那么有什么解决方案吗？

  • 为什么卷积核都不大？且常见都都是奇数？

  • 为什么不建议用句长作为核大小

  • padding是不是对最后结果没有影响

示例：

七.推荐

• DIN：实现/使用的代码

• • 主要使用了什么机制

  • activation unit的作用

  • DICE怎么设计的

  • DICE使用的过程中，有什么需要注意的地方

• DeepFM：实现/使用的代码

• • DNN与DeepFM之间的区别

  • Wide&Deep与DeepFM之间的区别

  • 你在使用deepFM的时候是如何处理欠拟合和过拟合问题的

  • DeepFM怎么优化的

  • 不定长文本数据如何输入deepFM

  • deepfm的embedding初始化有什么值得注意的地方吗

  • • Xavier初始化

    • He初始化

• YoutubeNet：实现/使用的代码

• • 变长数据如何处理的

  • input是怎么构造的

  • 最后一次点击实际如何处理的

  • output的是时候train和predict如何处理的

  • 如何进行负采样的

  • item向量在softmax的时候你们怎么选择的

  • Example Age的理解

  • 什么叫做不对称的共同浏览（asymmetric co-watch）问题

  • 为什么不采取类似RNN的Sequence model

  • YouTube如何避免百万量级的softmax问题的

  • serving过程中，YouTube为什么不直接采用训练时的model进行预测，而是采用了一种最近邻搜索的方法

  • Youtube的用户对新视频有偏好，那么在模型构建的过程中如何引入这个feature

  • 在处理测试集的时候，YouTube为什么不采用经典的随机留一法（random holdout），而是一定要把用户最近的一次观看行为作为测试集

  • 整个过程中有什么亮点？有哪些决定性的提升

• Wide&Deep

• MLR

• Neural Network全家桶

• XDeepFM：实现/使用的代码

• • 选用的原因，考虑使用的场景是什么

  • 什么叫显示隐式？什么叫元素级/向量级？什么叫做高阶/低阶特征交互

  • 简单介绍一下XDeepFm的思想

  • 和DCN比，有哪些核心的变化

  • 时间复杂度多少

• Recall

• • 召回层构造loss和精排层的差异？

  • 离线评估有什么办法

  • 负样本为什么不能用点击未展示

  • 解释一下hard negative

  • 什么样本是hard和easy的

  • 如何处理hard部分

示例：

八.风控

• 孤立森林

• 评分卡

九.评价指标

• 二分类

• 多分类

• 回归指标

• 聚类指标

• 排序指标

下载一：中文版！学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套！

后台回复【五件套】
下载二：南大模式识别PPT

后台回复【南大模式识别】

说个正事哈

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：

（1）点击页面最上方“深度学习自然语言处理”，进入公众号主页。

（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。

感谢支持，比心。

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

推荐两个专辑给大家：

专辑 | 李宏毅人类语言处理2020笔记

专辑 | NLP论文解读

专辑 | 情感分析

整理不易，还望给个在看！