NLP算法岗面经总结

NLP算法岗面经总结

手撕代码部分

刷leecode,可以关注一下“帅地玩编程”公众号，他总结的高效刷题方法很实用。个人建议刷题不要盲目的追求量，要做到经典题反复刷。我刚开始刷题一天两道就觉得很痛苦，坚持一个月就会有质变，加油。

1. 快排的原理？可以写一下吗？什么情况下快排的时间复杂度退化到O(n^2)?快排的优化方法有了解吗？
   快速排序的4种优化
   十大经典排序算法（动图演示）
2. 了解 mysql的index机制吗？
3. 不使用递归的方法遍历二叉树？

机器学习

1. SVM：原理、几何距离、函数距离、核函数、KKT条件？
   支持向量机通俗导论（理解SVM的三层境界）
2. 逻辑回归原理，和线性回归的关系，如何从线性回归推导到逻辑回归的，为什么是sigmoid函数？逻辑回归的损失函数是什么，请从最大似然推导逻辑回归交叉熵损失函数？
   逻辑回归（Logistic Regression）（一）
   逻辑回归原理详细推导
   条件概率分布与机器学习
   线性回归和逻辑回归的区别
3. 逻辑回归和SVM有什么区别？
4. 决策树分类的分裂点选择方法,请说出其区别，公式记得吗？
   机器学习实战（三）——决策树
   一篇文章搞懂机器学习中决策树的那些事儿
5. bagging和boosting的区别？请说一下GBDT原理，XGboost有了解吗？
   Bagging和Boosting的区别（面试准备）
   bootstraping、bagging、boosting三个算法的概念及区别
6. 请说一下防止过拟合的方法？L1正则和L2正则的区别，请用公式描述(在逻辑回归中)？正则化的本质是什么？
   基础 | batchnorm原理及代码详解
   Batch Normalization：加速神经网络训练的通用手段
   正则化（Regularization）本质
7. 模型评价方法有哪些？请说一下精确率和召回率分别在什么场景下使用？
   P-R曲线深入理解
   如何理解机器学习和统计中的AUC？
8. SVM等二分类的机器学习方法，你是如何把它应用在多分类中的？
   (五)分类算法之多分类问题

深度学习

1. RNN为什么会出现梯度消失和梯度爆炸？
   RNN梯度消失和爆炸的原因
2. LSTM如何解决梯度消失？请从公式上解释LSTM加入门控单元之后是如何解决RNN中梯度消失和梯度爆炸的？
   LSTM如何解决梯度消失问题
3. 梯度消失和梯度爆炸常用的解决方法？
   如何解决梯度消失和梯度爆炸？
4. 激活函数及其性质
   激活函数(activation functions)二三事-性质、作用与选择
   激活函数 sigmoid、tanh、relu
5. 深度学习中最优化方法有哪些？请描述一下牛顿法？请说一下什么是Adam方法？
   最优化-牛顿法（Newton）
   【深度学习】深入理解优化器Optimizer算法（BGD、SGD、MBGD、Momentum、NAG、Adagrad、Adadelta、RMSprop、Adam）

NLP知识

1. 请讲一下bert原理？和LSTM有什么区别？你还了解哪些语言模型？
   BERT简介及中文分类
   一文读懂BERT(原理篇)
2. transformer内部结构，q\k\v分别是如何算的？什么是multi-attention机制？
   【NLP】Transformer详解
3. 训练过词向量吗？用什么方法训练的？bert词向量训练属于监督学习还是无监督学习？
4. CBOW和skip-gram的区别？
5. glove原理？
6. 给你一堆没有标签的新闻文本，你是如何分类的？

入门 kaggle比赛

参加kaggle竞赛是怎样一种体验？