sxksxy / Interview_Notes-Chinese

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

  • 公共基础
    • 背景知识
    • 损失函数
    • 工具库
  • 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 NLP
    • 序列建模 TODO
    • 词向量
      • Word2Vec
      • GloVe
      • FastText
      • WordRank TODO

• 算法

  • 题解-剑指Offer

• 编程语言

  • Cpp专题-基础知识
  • Cpp专题-左值与右值

• 笔试面经

• 项目经验

• code

  • 工具库
    • gensim.FastText 的使用
  • 倒排索引
  • Tensorflow 基础 TODO

• 各公司招聘要求

必备清单 TODO

• 深度学习
  • 反向传播算法
  • 梯度下降法
  • 深度学习实践（项目经验）
  • 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
  • Python 常识 TODO
  • C++ 常识 TODO

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

• exacity/deeplearningbook-chinese: 深度学习中文版
• elviswf/DeepLearningBookQA_cn: 深度学习面试问题 回答对应的DeepLearning中文版页码
• huihut/interview: C/C++面试知识总结
• 七月在线：结构之法 算法之道 - CSDN博客
• 在线 LaTeX 公式编辑器 http://www.codecogs.com/latex/eqneditor.php
• GitHub 搜索：Deep Learning Interview
• GitHub 搜索：Machine Learning Interview
  • geekcircle/machine-learning-interview-qa: 人工智能-机器学习笔试面试题解析
• 牛客网-讨论区

发布站点

• 算法/NLP/深度学习/机器学习面试笔记 - 知乎
• 算法/NLP/深度学习/机器学习面试笔记 - 简书
• 算法/NLP/深度学习/机器学习面试笔记 - CSDN博客
• GitHub 上整理的深度学习/机器学习面试笔记 - V2EX