Google人工智能面试题

求职、跳槽季即将到来，无论你是换工作还是找实习，没有真本事都是万万不行的，下面是由众多求职者分享的 Google AI 相关的面试问题，希望能帮助大家提高就业机会。

Google人工智能面试题：

1、求导1/x。

2、画出log(x+10)曲线。

3、怎样设计一次客户满意度调查？

4、一枚硬币抛10次，得到8正2反。试析抛硬币是否公平？p值是多少？

5、接上题。10枚硬币，每一枚抛10次，结果会如何？为了抛硬币更公平，应该怎么改进？

6、解释一个非正态分布，以及如何应用。

7、为什么要用特征选择？如果两个预测因子高度相关，系数对逻辑回归有怎样的影响？系数的置信区间是多少？

8、K-mean与高斯混合模型：K-means算法和EM算法的差别在哪里？

9、使用高斯混合模型时，怎样判断它适用与否？(正态分布)

10、聚类时标签已知，怎样评估模型的表现？

11、为什么不用逻辑回归，而要用GBM？

12、每年应聘Google的人有多少？

13、你给一个Google APP做了些修改。怎样测试某项指标是否有增长

14、描述数据分析的流程。

15、高斯混合模型(GMM)中，推导方程。

16、怎样衡量用户对视频的喜爱程度？

17、模拟一个二元正态分布。

18、求一个分布的方差。

19、怎样建立中位数的Estimator？

20、如果回归模型中的两个系数估计，分别是统计显著的，把两个放在一起测试，会不会同样显著？

感谢关注，官方公众号：IT百战程序员~