Interview_Notes-Chinese icon indicating copy to clipboard operation
Interview_Notes-Chinese copied to clipboard

verified publisher icon zijundeng
→

Metadata

2018/2019/校招/春招/秋招/自然语言处理(NLP)/深度学习(Deep Learning)/机器学习(Machine Learning)/C/C++/Python/面试笔记

算法/NLP/深度学习/机器学习面试笔记

GitHub 地址：https://github.com/imhuay/CS_Interview_Notes-Chinese

深度学习/机器学习面试问题整理，想法来源于这个仓库.

  • 该仓库整理了“花书”《深度学习》中的一些常见问题，其中部分偏理论的问题没有收录，如有需要可以浏览原仓库。

此外，还包括我看到的所有机器学习/深度学习面经中的问题。除了其中 DL/ML 相关的，其他与算法岗相关的计算机知识也会记录。

但是不会包括如前端/测试/JAVA/Android等岗位中有关的问题。

RoadMap

  • 数学
    • 微积分的本质
    • 深度学习的核心
  • 机器学习-深度学习-NLP
    • 深度学习
      • 深度学习基础
      • 《深度学习》整理
      • CNN专题
    • 机器学习
      • 机器学习算法
      • 机器学习实践
    • 自然语言处理
      • 序列建模 TODO
      • 词向量
        • Word2Vec
        • GloVe
        • FastText
        • WordRank TODO
    • 公共基础
      • 背景知识
      • 损失函数 TODO
      • 工具库 TODO
  • 算法
    • 题解-剑指Offer
    • 题解-LeetCode TODO
  • 编程语言
    • Cpp专题-基础知识
    • Cpp专题-左值与右值
    • Cpp专题-面向对象编程 TODO
  • 笔试面经
  • project
  • code
    • 工具库
      • gensim.FastText 的使用
    • 倒排索引
    • Tensorflow 基础 TODO
  • 招聘要求

必备清单 TODO

  • 深度学习
    • 反向传播算法
    • 梯度下降法
    • 相关代码 TODO
  • 机器学习算法
    • 逻辑斯蒂回归
    • 支持向量机
    • AdaBoost 算法
    • GBDT 梯度提升决策树
    • 相关代码 TODO
  • 计算机基础
    • 必背算法
    • 编程语言

欢迎分享你在深度学习/机器学习面试过程中遇见的问题！

你可以直接以你遇到的问题作为 issue 标题，然后分享你的回答或者其他参考资料。

当然，你也可以直接创建 PR，分享问题的同时改正我的错误！

我会经常修改文档的结构（特别是代码的链接）。如果文中有链接失效，请告诉我！ 文档中大部分链接都是指向仓库内的文件或标记；涉及编程代码的链接会指向我的另一个仓库（Algorithm_for_Interview）

Reference

发布站点

← Metadata

45
Stars
18
Forks
Watchers

Owner

verified publisher icon zijundeng

Metadata

2018/2019/校招/春招/秋招/自然语言处理(NLP)/深度学习(Deep Learning)/机器学习(Machine Learning)/C/C++/Python/面试笔记

Back