免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

打開APP
userphoto
未登錄

開通VIP,暢享免費電子書等14項超值服

開通VIP
機器學習面試問題精選—知識面

這一系列的機器學習面試問題試圖衡量你對機器學習的熱情和興趣。 正確的回答將證明你愿意為機器學習奮斗終生。

Q35-你最近讀過的機器學習論文是什么?

深入閱讀: 機器學習方面最好的研究論文/書籍有哪些?(https://www.quora.com/What-are-some-of-the-best-research-papers-books-for-Machine-learning)

如果你想表現(xiàn)出對機器學習的興趣,那么跟上機器學習的最新科學文獻是必須的。 這篇深度學習本質(zhì)可以作為一個很好的參考文獻,以及對深度學習領(lǐng)域動態(tài)的概述 -應(yīng)該是你可能想要引用的那種論文。

Q36-你有機器學習方面的研究經(jīng)驗嗎?

與最后一點相關(guān)的是,大多數(shù)招聘機器學習職位的機構(gòu)需要你在這個領(lǐng)域的正式經(jīng)驗。 如果你的研究論文是和某個領(lǐng)軍人物共同撰寫或受其指導(dǎo),那么這有助于你被雇用。 確保你做好了研究經(jīng)歷和論文方面的準備 - 如果你沒有這些,那么就要準備好缺乏正規(guī)研究經(jīng)驗的解釋。

Q37-你最喜歡機器學習模型的用例是什么?

深入閱讀: 不同機器學習算法的典型用例是什么?(https://www.quora.com/What-are-the-typical-use-cases-for-different-machine-learning-algorithms)

上面的Quora帖子包含了一些例子,例如使用決策樹,根據(jù)智商得分將人們分到不同的智力層次。 確保你記住幾個例子,并描述一下你的共鳴。 重要的是,你要表現(xiàn)出對如何實施機器學習有興趣。

Q38-你將如何參與“Netflix Prize”競賽?

深入閱讀: Netflix Prize(https://en.wikipedia.org/wiki/Netflix_Prize)

Netflix Prize是一個著名的競賽,Netflix為勝出的協(xié)同過濾算法提供了100萬美元的獎金。 一個名為BellKor的獲勝團隊獲得了10%的提升,他們整合了多種不同方法(ensemble)。 對應(yīng)用案例及解決方案的了解將有助于證明你已經(jīng)關(guān)注機器學習一段時間了。

Q39-你通常從哪里獲取數(shù)據(jù)集?

深入閱讀: 19個的免費公共數(shù)據(jù)集(https://www.springboard.com/blog/free-public-data-sets-data-science-project/)

像這些的面試問題,其目的是了解你對機器學習的興趣。 對機器學習真正充滿激情的人會自己主動做些額外的小項目,并且很了解那些出色的數(shù)據(jù)集。 如果你還不太了解,請查看Quandl的經(jīng)濟和金融數(shù)據(jù)或者Kaggle的數(shù)據(jù)集。

Q40-你認為Google是如何獲取自動駕駛的訓(xùn)練數(shù)據(jù)的?

深入閱讀: Waymo Tech(https://waymo.com/tech)

機器學習面試中,像這樣的問題主要是測試你對不同的機器學習方法的了解,以及在你不知道答案時的創(chuàng)造力。 Google目前正在使用recaptcha來獲取店面和交通標志上的標簽數(shù)據(jù)。 他們還利用了GoogleX的Sebastian Thrun所收集的訓(xùn)練數(shù)據(jù) - 其中一些是由他的研究生在沙丘上駕駛越野車獲得的!

Q41-你如何模擬AlphaGo在圍棋方面擊敗李世石的方法?

深入閱讀: 使用深度神經(jīng)網(wǎng)絡(luò)和樹搜索征服圍棋(http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html)

AlphaGo擊敗了最頂級的人類棋手李世石,這是一個在機器學習和深度學習歷史上影響深遠的事件。 上面提到的論文中描述了AlphaGo的實現(xiàn)算法,它利用深度神經(jīng)網(wǎng)絡(luò)進行蒙特卡洛樹搜索,這個深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,同時采用了監(jiān)督學習(利用來自人類專家的經(jīng)驗)和強化學習(通過自我博弈)。

原文:41 Essential Machine Learning Interview Questions (with answers)

本站僅提供存儲服務(wù),所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊舉報。
打開APP,閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
機器如何學習?5分鐘弄懂監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習與強化學習
2018機器學習和AI最大突破沒找到,但我發(fā)現(xiàn)了最大障礙!
蘋果機器學習博客姍姍來遲,不過第一篇文章就給緊缺訓(xùn)練數(shù)據(jù)的研究者們發(fā)糖
自學3天100:0碾壓舊版后,新版AlphaGo還能做什么?
張口就是百萬年薪,可你知道入行人工智能究竟該干啥?
深度 | DeepMind官方年度總結(jié):除了AlphaGo,我們還應(yīng)該關(guān)注什么?
更多類似文章 >>
生活服務(wù)
分享 收藏 導(dǎo)長圖 關(guān)注 下載文章
綁定賬號成功
后續(xù)可登錄賬號暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點擊這里聯(lián)系客服!

聯(lián)系客服