g******z
发帖数: 893 | 1 主要考概率，machine learning的基本概念，当然还有coding
面试官1：
（1）naive bayes的原理，要求推公式解释
（2）svm的原理，推公式解释。什么是support vector
（3）naive bayes和svm的比较，哪种分别在什么情况下比较好，为什么
（4）kernel function的概念，在什么情况下用
（5）cross-validation的概念，在什么情况下用
面试官2：
（1）一个urn里有red，blue，green三种小球，分别的个数都已知。给一个uniform
random number generator产生[0，1]之间的数，要求写一个function随机选取小球，
选取的概率跟球的分布一致
（2）怎么测试（1）中function的正确性
（3）open question：给一个url的list，可以利用什么信息来对它们进行打分排序（
比如user click的log）。
（4）给若干个url和一个user click的log，问怎么对这些url排序比较合理，给出理由
面试官3：
（1）leetcode OJ的unique path II
（2）leetcode OJ的largest rectangle in histogram
面试官4：
（1）2sum，要求linear time
（2）string partition：给一个string和一个字典，找出需要最少space的partition
（3）（2）的拓展，如果有多个valid partition，比如“anal bum”和“an album”
，用什么方法或者metric确定哪个是更合理的，这个是open question
（4）标准的mapreduce题：多个size很大的query log，求出其中top 10 queries
（5）实现strcmp(char* s1, char* s2)
面试官5：
（1）maximum likelihood estimation和maximum a posteriori的区别，在什么情况下
两者等价 要求推公式
（2）硬币问题：给一个unfair coin，Head和Tail的概率未知。现在已知扔了N次得到K
次Head，分别用MLE和MAP估计第N+1次出现Head的概率
（3）先是定义：如果一个binary tree的一个subtree里所有node的key都一样，则这个
subtree叫identical tree（一个identical tree的子树理论上也是identical tree，
但计算时只算最大的那个）。 现在给任意一个binary tree，求它所包含的identical
tree的数量，比如[1，1,1]算1个，[1,2,2]算2个，[1,1,2]也算2个。 |
x*********w
发帖数: 533 | |
l****i
发帖数: 396 | 3 见了5个人 恭喜！
第一个面试官的题给我就全部抓瞎了。。>< |
s*****2
发帖数: 68 | 4 第一个面试官问的都是Machine Learning基本概念，要想答得好还得准备一下。这怎么
像PhD录取面试呀！ |
m*****a
发帖数: 44 | 5 Mark, looks very good
【在 g******z 的大作中提到】
: 主要考概率，machine learning的基本概念，当然还有coding
: 面试官1：
: （1）naive bayes的原理，要求推公式解释
: （2）svm的原理，推公式解释。什么是support vector
: （3）naive bayes和svm的比较，哪种分别在什么情况下比较好，为什么
: （4）kernel function的概念，在什么情况下用
: （5）cross-validation的概念，在什么情况下用
: 面试官2：
: （1）一个urn里有red，blue，green三种小球，分别的个数都已知。给一个uniform
: random number generator产生[0，1]之间的数，要求写一个function随机选取小球，
|
Q****s
发帖数: 1301 | 6 一般码工就跪吧.
【在 g******z 的大作中提到】
: 主要考概率，machine learning的基本概念，当然还有coding
: 面试官1：
: （1）naive bayes的原理，要求推公式解释
: （2）svm的原理，推公式解释。什么是support vector
: （3）naive bayes和svm的比较，哪种分别在什么情况下比较好，为什么
: （4）kernel function的概念，在什么情况下用
: （5）cross-validation的概念，在什么情况下用
: 面试官2：
: （1）一个urn里有red，blue，green三种小球，分别的个数都已知。给一个uniform
: random number generator产生[0，1]之间的数，要求写一个function随机选取小球，
|
l*******m
发帖数: 1096 | 7 这个面试题设计的不错。在湾区还是西雅图？
【在 g******z 的大作中提到】
: 主要考概率，machine learning的基本概念，当然还有coding
: 面试官1：
: （1）naive bayes的原理，要求推公式解释
: （2）svm的原理，推公式解释。什么是support vector
: （3）naive bayes和svm的比较，哪种分别在什么情况下比较好，为什么
: （4）kernel function的概念，在什么情况下用
: （5）cross-validation的概念，在什么情况下用
: 面试官2：
: （1）一个urn里有red，blue，green三种小球，分别的个数都已知。给一个uniform
: random number generator产生[0，1]之间的数，要求写一个function随机选取小球，
|
g******z
发帖数: 893 | 8 在弯曲
【在 l*******m 的大作中提到】
: 这个面试题设计的不错。在湾区还是西雅图？
|
f*********m
发帖数: 726 | 9 请问下面几个题是怎么答的？
面试官2：
（1）一个urn里有red，blue，green三种小球，分别的个数都已知。给一个uniform
random number generator产生[0，1]之间的数，要求写一个function随机选取小球，
选取的概率跟球的分布一致
面试官5：
（2）硬币问题：给一个unfair coin，Head和Tail的概率未知。现在已知扔了N次得到K
次Head，分别用MLE和MAP估计第N+1次出现Head的概率。
（3）先是定义：如果一个binary tree的一个subtree里所有node的key都一样，则这个
subtree叫identical tree（一个identical tree的子树理论上也是identical tree，
但计算时只算最大的那个）。 现在给任意一个binary tree，求它所包含的identical
tree的数量，比如[1，1,1]算1个，[1,2,2]算2个，[1,1,2]也算2个。
第三题能不能用Inorder，postorder, preorder 把树分别走一遍，发现不同的key就把
identical tree计数器加一，最后输出三个计数器的最小值。
【在 g******z 的大作中提到】
: 主要考概率，machine learning的基本概念，当然还有coding
: 面试官1：
: （1）naive bayes的原理，要求推公式解释
: （2）svm的原理，推公式解释。什么是support vector
: （3）naive bayes和svm的比较，哪种分别在什么情况下比较好，为什么
: （4）kernel function的概念，在什么情况下用
: （5）cross-validation的概念，在什么情况下用
: 面试官2：
: （1）一个urn里有red，blue，green三种小球，分别的个数都已知。给一个uniform
: random number generator产生[0，1]之间的数，要求写一个function随机选取小球，
|
n********r
发帖数: 719 | 10 machine learning方面的题问得太简单了点了吧
MLE和MAP的区别，什么时候等价和公式推导.......这个有推导可言吗？不就是一个等
号就出来了 |
f*********m
发帖数: 726 | 11 这体咋做？
（3）先是定义：如果一个binary tree的一个subtree里所有node的key都一样，则这个
subtree叫identical tree（一个identical tree的子树理论上也是identical tree，
但计算时只算最大的那个）。 现在给任意一个binary tree，求它所包含的identical
tree的数量，比如[1，1,1]算1个，[1,2,2]算2个，[1,1,2]也算2个。 |
