深度学习（视觉）面试中常问的知识点有哪些
发布网友
发布时间：2022-04-21 04:23
共1个回答
热心网友
时间：2022-06-17 23:19
近几年人工智能领域大热，专业人才缺口问题也逐渐显现。由于校招薪资比其他方向的开发人员高，很多同学想学习机器学习，毕业以后从事算法相关的岗位。
所谓知己知彼，百战不殆，下面整理了一些研究生面试深度学习算法工程师常考的知识点，帮助同学们更好的了解深度学习，提高个人的竞争力。
1）经典算法：EM,HMM,贝叶斯网络，朴素贝叶斯，聚类，PCA,LDA，高斯混合模型等等。
2） 概率论相关：各种分布，极大似然，最大后验，假设检验的过程（显著性水平和p的区别和联系），卡方检验等等。
3）机器学习主要模型：线性回归，逻辑回归，svm，各种树模型等等。原理公式要会，也要能熟悉推导过程。
4）大数据，要了解并行化分布式的东西，比如hadoop,spark,Hive等，要明白底层的工作原理。
另外，我们要知道面试回答问题的过程其实是各方面能力的展现过程。对面试官提出的问题，不要想当然地给出非此即彼的答案，要把自己的思考过程、分析脉络表述出来。很多时候面试官看重的不是你的答案，而是你分析问题解决问题的思维过程。
为了帮助同学们更快地掌握深度学习技术，成为人工智能领域高端人才，中公教育联合中科院自动化研究所专家，强力推出人工智能《深度学习》课程，让大家学有所成、真正掌握机器学习模型以及算法背后的原理。
