机器学习算法系列面试题

字节面试：索引的设计规范，你知道多少？

 小北说在前面：在一线互联网企业中，如网易、美团、字节、如阿里、滴滴、极兔、有赞、希音、百度、美团等大厂，数据库的面试题，一直是核心和重点的提问点，比如前段时间有位小伙伴面试字节，就遇到了下面这道面试题
·2024-02-20 20:38

【LeetCode+JavaGuide打卡】Day04| 24. 两两交换链表中的节点 、19.删除链表的倒数第N个节点 、160. 链表相交、142.环形链表II

学习目标：24.两两交换链表中的节点19.删除链表的倒数第N个节点160.链表相交142.环形链表IIJava基础常见面试题总结(中)学习内容：24.两两交换链表中的节点题目链接&&文章讲解给你一个链表
WhoAmI\·2024-02-20 20:18

【LeetCode+JavaGuide打卡】Day10|232. 用栈实现队列、225. 用队列实现栈

学习目标：232.用栈实现队列225.用队列实现栈Java集合常见面试题总结(上)学习内容：来源：JavaGuideQueue是单端队列，只能从一端插入元素，另一端删除元素，实现上一般遵循先进先出（FIFO
WhoAmI\·2024-02-20 20:18

【LeetCode+JavaGuide打卡】Day03| 203.移除链表元素 、707.设计链表 、206.反转链表

学习目标：203.移除链表元素707.设计链表206.反转链表分布式常见面试题(下)学习内容：203.移除链表元素题目链接&&文章讲解给你一个链表的头节点head和一个整数val，请你删除链表中所有满足
WhoAmI\·2024-02-20 20:48

【LeetCode+JavaGuide打卡】Day09|28. 实现 strStr、459.重复的子字符串

学习目标：28.实现strStr()459.重复的子字符串认证授权面试题总结学习内容：28.实现strStr()题目链接&&文章讲解给你两个字符串haystack和needle，请你在haystack字符串中找出
WhoAmI\·2024-02-20 20:48

【LeetCode+JavaGuide打卡】Day02| 977.有序数组的平方、209.长度最小的子数组、59.螺旋矩阵II

学习目标：977.有序数组的平方209.长度最小的子数组59.螺旋矩阵II分布式常见面试题(上)学习内容：977.有序数组的平方题目链接&&文章讲解给你一个按非递减顺序排序的整数数组nums，返回每个数字的平方组成的新数组
WhoAmI\·2024-02-20 20:47

Java系列：Java多线程常见面试题，Java多线程必须掌握的知识点，理解线程池、线程安全、线程并发、性能优化等常见问题才是合格的Java程序员

多线程编程在Java中是一个非常重要且复杂的领域，涉及许多经典问题。也是面试过程中最常被问及的考题，如果不能掌握这些问题，将不能称为一个合格的Java编程人员。那么Java多线程都有哪些常见问题，以及必须要掌握的知识点呢？本篇文章将列举一些基本知识点。以下是一些常见的问题：线程的创建与运行：如何创建线程？有哪些方法？（例如：继承Thread类，实现Runnable接口，使用Callable和Fut
码农超哥同学·2024-02-20 19:38

通俗的讲解什么是机器学习之损失函数

在机器学习中，这个过程是这样的：训练数据：你有大量的数据，这些数据包括了输入（特征）和输出（标签，即真实值）。模型：你有一个模型，它可以根据输入数据做出预测。
华农DrLai·2024-02-20 19:18

机器学习之梯度下降法直观理解

形象化举例，由上图所示，假如最开始，我们在一座大山上的某处位置，因为到处都是陌生的不知道下山的路，所以只能摸索着根据直觉，走一步算一步。在此过程中，每走到一个位置的时候，都会求解当前位置的梯度，沿着梯度的负方向，也就是当前最陡峭的位置向下走一步，然后继续求解当前位置梯度，向这一步所在位置沿着最陡峭最易下山的位置走一步。不断循环求梯度，就这样一步步地走下去，一直走到我们觉得已经到了山脚。当然这样走下
华农DrLai·2024-02-20 19:47

突破编程_C++_面试（高级特性（2））

面试题8：什么是线程局部存储的技术线程局部存储（ThreadLocalStorage，TLS）是一种存储变量的方法，这些变量在其所在的线程内是全局可访问的，但不能被其他线程访问，从而实现了变量的线程独立性
breakthrough_01·2024-02-20 19:37

MATLAB进行特征选择

特征选择是机器学习和统计建模中的重要步骤，它涉及选择最相关、最有信息价值的特征，以提高模型性能、降低过拟合风险，并加速训练过程。
AI Dog·2024-02-20 18:17

c++面试题2023版

c++面试题一：编程基础usingnamespacestd;classA{private:constinta;//const成员constintb;//const成员public:A(inti,intj
散风少年·2024-02-20 18:03

60道30K+C++工程师面试必问面试题

1、在C++程序中调用被C编译器编译后的函数，为什么要加extern“C”？答：首先，extern是C/C++语言中表明函数和全局变量作用范围的关键字，该关键字告诉编译器，其声明的函数和变量可以在本模块或其它模块中使用。通常，在模块的头文件中对本模块提供给其它模块引用的函数和全局变量以关键字extern声明。extern"C"是连接申明(linkagedeclaration),被extern"C"
linux大本营·2024-02-20 18:32

突破编程_C++_面试（函数（1））

面试题1：函数定义与声明有什么区别？函数定义与声明的区别主要体现在以下几个方面：内存分配：定义：函数定义会为函数分配内存空间，并且可能会为函数内部的局部变量分配内存。
breakthrough_01·2024-02-20 18:32

突破编程_C++_面试（高级特性（1））

面试题1：什么是线程以及它在并发编程中的作用是什么线程（Thread）是操作系统能够进行运算调度的最小单位，它被包含在进程之中，是进程中的实际运作单位。
breakthrough_01·2024-02-20 18:29

OpenAI发布Sora可生成60秒视频 现实不存在了

AI绘画关于SD,MJ,GPT,SDXL百科全书面试题分享点我直达2023Python面试题2023最新面试合集链接2023大厂面试题PDF面试题PDF版本java、python面试题项目实战:AI文本
KK_crazy·2024-02-20 18:53

面试题之项目做过哪些性能优化可以从哪方面说？

常见的性能优化措施：1.减少HTTP请求数：合并和压缩CSS、JavaScript⽂件，使⽤雪碧图、字体图标等减少图片请求，减少不必要的资源请求。2.减少DNS查询：减少使用不同的域名，以减少DNS查询次数。3.使⽤CDN：将静态资源部署到CDN上，提供更快的访问速度。将静态资源部署到CDN上步骤简述：Vue静态资源上CDN方案简述-掘金(juejin.cn)4.避免重定向：确保网页没有多余的重定
STATICHIT静砸·2024-02-20 18:42

人工智能专业python论文毕设方向推荐

1.3难度把控1.4题目名称1.5最后2选题推荐2.1数据分析可视化选题推荐2.2算法类选题推荐(深度学习机器学习)最后0前言Hi，大家好，大四的同学马上要开始毕业设计啦，大家做好准备了没！
DanCheng-studio·2024-02-20 18:40

MySQL中SQL语句的执行流程（高频考点）

文章目录前言SQL语句的执行流程查询语句的执行流程更新语句的执行流程总结前言昨天跟大家讲了MySQL的基础架构（链接：MySQL的基础架构），今天讲一讲我们的高频面试题MySQL中SQL语句的执行流程。
Java编程小辉·2024-02-20 18:39

文本分类算法能够应用于哪些领域？真实项目场景介绍

通过机器学习算法，我们训练了一个模型，它能够理解公文的内容和格式，从而实现快速且准确的分类。这不仅减少了人工分类的时间，
思通数科x·2024-02-20 17:48

Elasticsearch：什么是 kNN?

kNN-K-nearestneighbor定义kNN（即k最近邻算法）是一种机器学习算法，它使用邻近度将一个数据点与其训练并记忆的一组数据进行比较以进行预测。
Elastic 中国社区官方博客·2024-02-20 17:41

vue key重复_Vue 前端面试题汇总

关注关注前端潮咖，每日精选好文https://github.com/ltadpoles/web-document/tree/master/Other前言前几天整理了一些html+css+JavaScript常见的面试题
weixin_39963341·2024-02-20 17:53

深度学习与机器学习的关系

深度学习和机器学习的关系深度学习是机器学习的一个子领域，专注于使用神经网络，特别是深度神经网络（DNN）来解决各种问题。可以说，深度学习是机器学习的一种方法或技术。
数字化信息化智能化解决方案·2024-02-20 16:19

用机器学习方法重构期货商品板块

用机器学习方法重构期货商品板块阿岛格参考专栏：低门槛搭建个人量化平台https://www.zhihu.com/column/c_1441014235068944386摘要金融市场商品期货的板块分类，通常根据不同交易所
阿岛格·2024-02-20 16:48

人工智能|机器学习——基于机器学习的舌苔检测

代码下载：基于深度学习的舌苔检测毕设留档.zip资源-CSDN文库1研究背景1.1.研究背景与意义目前随着人们生活水平的不断提高，对于中医主张的理念越来越认可，对中医的需求也越来越多。在诊断中，中医通过观察人的舌头的舌质、苔质等舌象特征，了解人体内的体质信息从而对症下药。传统中医的舌诊主要依赖于医生的肉眼观察，仅仅通过这种人工诊断不但需要消耗大量人力，而且诊断的结果往往受医生经验和主观判断影响，甚
博士僧小星·2024-02-20 16:35

机器学习---强化学习

1.什么是强化学习在连接主义学习中，在学习的方式有三种：非监督学习(unsupervisedlearning)、监督学习(supervisedleaning)和强化学习。监督学习也称为有导师的学习，需要外界存在一个“教师”对给定输入提供应有的输出结果，学习的目的是减少系统产生的实际输出和预期输出之间的误差，所产生的误差反馈给系统来指导学习。非监督学习也称为无导师的学习。它是指系统不存在外部教师指导
三月七꧁ ꧂·2024-02-20 16:26

前端面试题总结【37】：javascript对象的几种创建方式

下面是已经整理好的面试题PDF获取和相关进阶学习书籍资料地址，有需求戳一下2020前端面试题总结合集
前端老司机·2024-02-20 16:01

【plt.hist绘制直方图】：从入门到精通，只需一篇文章！【Matplotlib可视化】

进行数据可视化示例文章目录一、引言二、plt.hist()函数基础三、plt.hist()进阶技巧1.自定义直方图外观2.多组数据在同一张直方图上展示四、参考文档|相关链接五、结尾一、引言  数据可视化是数据分析和机器学习领域不可或缺的一部分
高斯小哥·2024-02-20 15:21

算法工程师（机器学习）面试题目4---深度学习算法

基础问题CNN1.卷积神经网络和全连接网络的根本不同之处在哪里两者之间的唯一区别是神经网络相邻两层的连接方式。在全连接神经网络中，每相邻两层之间的节点都有边相连，而对于卷积神经网络，相邻两层之间只有部分节点相连；全连接网络缺点：参数太多，计算速度变慢，容易过拟合卷积神经网络：局部链接；权值共享；参数更少，降低过拟合的可能卷积神经网络一般是由卷积层、汇聚层和全连接层交叉堆叠而成的前馈神经网络。RNN
小葵向前冲·2024-02-20 15:34

计算机视觉与图像处理面试题,深度学习图像处理算法工程师面试题

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力
ZW9·2024-02-20 15:32

深度学习+计算机语言,深度学习 计算机语言

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力
中国计算机学会·2024-02-20 15:32

机器学习-特征提取-字典特征提取-文本特征提取-TF-IDF

一、特征提取概要：1、定义：将任意数据(如文本或图像)转换为可用于机器学习的数字特征。注：特征值化是为了计算机更好的去理解数据。
涓涓自然卷·2024-02-20 15:19

体验文心一言AI大模型生成一篇关于OpenAI、Notepad++、WPS、pycharm、git、svn、Webstorm、Chrome、Edge和向日葵客户端的报告

OpenAI是一家非营利性人工智能研究公司，致力于研究人工智能和其他机器学习技术1。
「已注销」·2024-02-20 14:36

GPT在机器学习，深度学习等领域应用

详情点击公众号：技术科研吧链接：GPT在机器学习，深度学习等领域应用第一：2024年AI领域最新技术1.OpenAI新模型-GPT-52.谷歌新模型-GeminiUltra3.Meta新模型-LLama34
夏日恋雨·2024-02-20 14:02

web前端入门到实战：7道简单的 JavaScript 面试题，三个月没招到一个前端开发工程师

在这篇文章中，你会发现7个乍一看很简单，但实际上很棘手的JavaScript面试题。虽然一开始这些问题看起来是随机的，但是它们试图与JavaScript的重要概念挂钩。所以你最好在下次面试前练习一下!
大前端世界·2024-02-20 14:51

机器学习相关指标计算

机器学习相关的科学计算指标其实本人也不精通上代码：#!
miliyah·2024-02-20 13:36

Redis面试题及核心知识点讲解

redis是单线程还是多线程？redis是单线程的，主要是指网络I/O线程。Redis的持久化，集群同步等操作，则由另外的线程来执行。2.redis是单线程，为什么处理这么快？Redis的大部分操作都是在内存中完成。单线程模型避免了多线程之间的竞争，redis采用了I/O多路复用机制处理大量的客户端Socket请求。redis版本差异redis4.0版本之后，Redis添加了多线程的支持，但这时的
归来少年Plus·2024-02-20 13:30

计算机网络面试题

1.说下计算机网络体系结构计算机网络体系结构，一般有三种：OSI七层模型、TCP/IP四层模型、五层结构。简单说，OSI是一个理论上的网络通信模型，TCP/IP是实际上的网络通信模型，五层结构就是为了介绍网络原理而折中的网络通信模型。OSI七层模型OSI七层模型是国际标准化组织（InternationalOrganizationforStandardization）制定的一个用于计算机或通信系统间
最小的帆也能远航·2024-02-20 13:52

零基础入门金融风控-贷款违约预测Task2 数据分析

赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系
一缕阳光lyz·2024-02-20 13:45

python~~

Python高频面试题之函数-掘金100个基本Python面试问题第一部分(1-20)｜Python主题月-掘金1.什么是python,使用它有什么好处，你对PEP8有什么理解？
qq_40055200·2024-02-20 13:44

微信小程序面试题

1.请谈谈wxml与标准的html的异同？以下是wxml与标准的HTML的异同：相同点：两者都是页面渲染语言，用于描述网页的结构和内容两者都是用标签来组织语言两者都支持是用css样式表来控制页面的外观和布局两者都支持事件处理，可以通过绑定事件来响应用户的操作不同点：标签不同，wxml的标签,;html的标签,属性不同，wxml的wx:if,wx:for,html没有这些属性样式不同：wxml中样式
qq_40055200·2024-02-20 13:44

Python | Conda常用命令

一、介绍1、Anaconda工具Anaconda是一个用于数据科学和机器学习的开源软件包管理器和环境管理器。
-拟墨画扇-·2024-02-20 12:48

conda 所有的命令及其讲解

Conda很流行于数据科学、机器学习、科学计算等领域，因为它能够快速地安装、管理和部署软件包和环境。以下是Conda的一些主要命令及其简要说明：环境管理相关condacreate：创建一个新的环境。
MonkeyKing.sun·2024-02-20 12:48

c++面试

c++基础面试题1：变量的声明和定义有什么区别1.定义:为变量分配地址和存储空间，声明:不分配地址。2.一个变量可以在多个地方声明，但是只在一个地方定义。
末日流光·2024-02-20 12:14

人工智能与测试开发：新时代的黄金组合

而人工智能技术可以通过机器学习和自动化算法，自动化生成
·2024-02-20 12:40

【day01】每天三道 java后端面试题：JDK、JRE和JVM | 字节码 | ACID

文章目录1.JDK,JRE,JVM分别是什么？有什么区别？2.什么是字节码？采用字节码的最大好处是什么？3.什么是数据库事务？讲一下事务的ACID特性。1.JDK,JRE,JVM分别是什么？有什么区别？答题思路：分别回答三者的概念。解释三者之间的关系。JDK是java开发工具包，包含了编写、编译、调试和运行java程序的所有工具和组件。JDK包含JRE，还包含编译器（javac），javaAPI，
xuwuuu·2024-02-20 12:42

人工智能与测试开发：新时代的黄金组合

而人工智能技术可以通过机器学习和自动化算法，自动化生成
·2024-02-20 12:30

python机器学习库Scikit-learn

python语言中用来处理机器学习的库最重要的就是Scikit-learn，简称sklearn。被大多数科学家所钟爱，包括了构建良好的学习算法、误差函数和测试例程。
崔吉龙·2024-02-20 12:49

【深度学习】S2 数学基础 P6 概率论

目录基本概率论概率论公理随机变量多个随机变量联合概率条件概率贝叶斯定理求和法则独立性期望与方差小结基本概率论机器学习本质上，就是做出预测。
脚踏实地的大梦想家·2024-02-20 11:15

代码随想录算法训练营第三十一天|435. 无重叠区间，763.划分字母区间，56. 合并区间

.螺旋矩阵II代码随想录算法训练营第三天|链表理论基础，203.移除链表元素，707.设计链表，206.反转链表代码随想录算法训练营第四天|24.两两交换链表中的节点，19.删除链表的倒数第N个节点，面试题
丁希希哇·2024-02-20 11:14
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他