• 項目地址：https://github.com/imhuay/Algorithm_Interview_Notes-Chinese

如下所示為整個項目的結(jié)構(gòu)，其中從機器學習到數(shù)學主要提供的是筆記與面試知識點，讀者可回顧整體的知識架構(gòu)。后面從算法到筆試面經(jīng)主要提供的是問題及解答方案，根據(jù)它們可以提升整體的解題水平與編程技巧。

面試知識點

面試題多種多樣，但機器學習知識就那么多，那么為了春招或春季跳槽，何不過一遍 ML 核心知識點？在這個 GitHub 項目中，作者前一部分主要介紹了機器學習及各子領域的知識點。其中每一個知識點都只提供最核心的概念，如果讀者遇到不熟悉的算法或者遇到知識漏洞，可以進一步閱讀相關文獻。

項目主要從機器學習、深度學習、自然語言處理和數(shù)學等方面提供詳細的知識點，因為作者比較關注 NLP，所以并沒有提供詳細的計算機視覺筆記。

機器學習

首先對于機器學習，項目主要從基礎概念、基本實踐、基本算法和集成學習專題這四個方面概括 ML 的總體情況。其中基礎概念可能是最基本的面試問題，例如「偏差方差怎么權衡？」、「生成模型和判別模型的差別是什么？」、「先驗和后驗概率都是什么，它們能轉(zhuǎn)換嗎？」。

這些知識點一般是入門者都需要了解的，而對于 ML 基本實踐，主要會從如何做好傳統(tǒng) ML 開發(fā)流程的角度提問。例如「你如何選擇超參數(shù)，能介紹一些超參數(shù)的基本搜索方法嗎？」、「混淆矩陣、準確率、精確率、召回率或 F1 值都是什么，如何使用它們度量模型的好壞？」、「你能介紹數(shù)據(jù)清洗和數(shù)據(jù)預處理的主要流程嗎，舉個例子？」。

這些問題都能在前兩部分的知識點中找到答案。后一部分的基本算法就非常多了，從最簡單的 Logistic 回歸到復雜的梯度提升樹，這一部分總結(jié)了主流的機器學習算法：

• 信息論

• 邏輯斯蒂回歸

• 支持向量機

• 決策樹

• 集成學習

• 梯度提升決策樹 GBDT

• 隨機森林

其中每一種算法都提供了最核心的概念，例如對于決策樹中的 CART 算法，筆記主要引用了李航《統(tǒng)計學習方法》中的描述：

最后機器學習還有一個關于集成方法的專題。除了支持向量機，集成方法相關的問題在 ML 中也比較重要，因為像 XGboost 和隨機森林等方法在傳統(tǒng) ML 中效果應該是頂尖的，被問到的概率也大得多。

深度學習

深度學習的內(nèi)容就相對比較多了，目前也有非常多的筆記或資料，但是我們可能會感覺深度學習的問題并沒有機器學習難。頂多會讓我們手推一個反向傳播算法，不會像手推支持向量機那樣讓我們從表達式推一下卷積網(wǎng)絡。如果要為深度學習打基礎，其實最好的辦法是學習 Ian Goodfellow 的《Deep Learning》，我們只要閱讀這本書的前兩部分：應用數(shù)學與機器學習基礎；深度網(wǎng)絡：現(xiàn)代實踐。第三部分因為涉及大量前沿研究的東西，我們暫時可以不急著學。

該項目主要從以下幾個方面介紹深度學習面試知識點：

• 深度學習基礎

• 深度學習實踐

• CNN 專題

• RNN 專題

• 優(yōu)化算法專題

• 序列建模專題

• 《Deep Learning》整理

前面 6 個專題都是介紹的筆記，每一個專題都有非常多的具體內(nèi)容，其中序列建模專題還引用了機器之心綜述的從循環(huán)到卷積，探索序列建模的奧秘。如下展示了優(yōu)化算法專題所包含的內(nèi)容：

在最后的《Deep Learning》整理中，項目作者給出了五十多道深度學習問題，并根據(jù)這些問題介紹《Deep Learning》中的知識點。如下為問題示例，不同的星號表示問題的難度：

自然語言處理與數(shù)學

后面的自然語言處理也是最近在重點更新的，目前介紹的方面主要有；

• 自然語言處理基礎

• NLP 發(fā)展趨勢

• 詞嵌入專題

• 句嵌入專題

• 多模態(tài)專題

• 視覺問答綜述

• 深度理解查詢

NLP 很多知識點其實都不算基礎內(nèi)容，這需要根據(jù)我們自己學習的領域收集復習內(nèi)容。不過像 NLP 基礎或詞嵌入等知識點，項目作者介紹得很詳細，它們也是 NLP 面試必備知識。

最后還有一些數(shù)學知識點，它們是算法工程師面試所需要具備的基礎。例如今日頭條算法工程師的實習生面試會問：「在圓環(huán)上隨機選取 3 個點，這 3 個點組成銳角三角形的概率？」，或者其它算個積分之類的。項目作者主要為面試準備了以下幾方面的知識點;

• 概率論

• 微積分本質(zhì)

• 深度學習核心

其中深度學習核心主要包含非線性激活函數(shù)、梯度下降和反向傳播。

算法題和筆試題

對于編程面試，基礎算法是必不可少的，它們一般體現(xiàn)在筆試題上，例如數(shù)據(jù)結(jié)構(gòu)、動態(tài)規(guī)劃或排列組合等。很多開發(fā)者可能感覺筆試解題會很難，因為題目并不會告訴你需要用什么樣的基礎算法來解決，全靠我們自己一步步解析題目。這就要求我們對各種基礎算法都比較熟悉，項目作者提供了以下基本算法專題：

• 字符串

• 數(shù)據(jù)結(jié)構(gòu)

• 高級數(shù)據(jù)結(jié)構(gòu)

• 動態(tài)規(guī)劃

• 雙指針

• 區(qū)間問題

• 排列組合

• 數(shù)學問題

• Shuffle、采樣、隨機數(shù)

• 大數(shù)運算

• 海量數(shù)據(jù)處理

這些算法題會介紹具體的問題、解題思路以及對應的解題代碼。例如在數(shù)據(jù)結(jié)構(gòu)中，我們?nèi)绾闻袛鄻?B 是不是樹 A 的子樹。

如下所示為解題代碼，注意基本上各基礎算法的題解都是用 C++寫的，作者會引用劍指 Offer 題解和 Leetcode 題解等的解決方案。

此外，該項目還提供了 IO 模板和必備算法模板。作者表示不少筆試不像 LeetCode 那樣可以自動完成 I/O，我們需要手動完成數(shù)據(jù) I/O，而且如果我們沒有 ACM 經(jīng)驗，很可能會在這上面浪費很多時間。因此這里總結(jié)的幾種常見 IO 模板對于編程面試有很大的幫助，另外的算法模板同樣也是。

例如如果我們輸入不定數(shù)量個 Input，且以某個特殊輸入為結(jié)束標志，那么用 C 語言實現(xiàn)的模板為：

// 示例 1
int a, b;
while (scanf('%d %d', &a, &b) != EOF && (a != 0 && b != 0)) {
    // ...
}

// 或者
while (scanf('%d %d', &a, &b) != EOF && (a || b)) {
    // ...
}

// 示例 2
int n;
while (scanf('%d', &n) != EOF && n != 0) {
    // ...
}

用 C++實現(xiàn)的模板為：

面試真題

最后，項目作者還收集了十多家科技企業(yè)面試真題，并介紹從一面到三面的內(nèi)容與經(jīng)驗。

例如以下是頭條/字節(jié)跳動-深度學習/NLP 方向的三面概覽：

具體的面試題也會提供，如下所示為字節(jié)跳動 18 年 8 月的筆試題：積分卡牌游戲。

當然給了題目，對應的解決方案也會提供：

# 輸入處理
n = int(input())
x, y = [], []
for i in range(n):
    _x, _y = list(map(int, input().split()))
    x.append(_x)
    y.append(_y)

xy = list(zip(x, y))
xy = sorted(xy, key=lambda t: t[1])

ret = 0
if sum(x) % 2 == 0:  # 如果所有 x 的和為偶數(shù)
    print(sum(y))    # 直接輸出所有 y 的和
else:
    for i in range(len(xy)):
        if xy[i][0] % 2 == 1:  # 去掉 x 中為奇數(shù)的那一項
            ret = sum([xy[j][1] for j in range(len(xy)) if j != i])
            print(ret)
            break

本文為機器之心整理，轉(zhuǎn)載請聯(lián)系本公眾號獲得授權。

?------------------------------------------------

加入機器之心（全職記者 / 實習生）：hr@jiqizhixin.com

投稿或?qū)で髨蟮溃?strong>content@jiqizhixin.com

廣告 & 商務合作：bd@jiqizhixin.com