人工智能笔试题及参考答案

Submitted by neurta on Fri, 12/04/2020 - 10:04
人工智能笔试

视觉计算任务有哪些,你怎么分类

高斯混合模型 (GMM) 中,推导方程。

怎样衡量用户对视频的喜爱程度?

模拟一个二元正态分布。

求一个分布的方差。

怎样建立中位数的Estimator?

如果回归模型中的两个系数估计,分别是统计显著的,把两个放在一起测试,会不会同样显著?

 

视觉计算任务有哪些,你怎么分类

求导1/x。

画出log (x+10)曲线。

一枚硬币抛10次,得到8正2反。试析抛硬币是否公平?p值是多少?


解释一个非正态分布,以及如何应用。

为什么要用特征选择?如果两个预测因子高度相关,系数对逻辑回归有怎样的影响?系数的置信区间是多少?

K-mean与高斯混合模型:K-means算法和EM算法的差别在哪里?


使用高斯混合模型时,怎样判断它适用与否?(正态分布)


聚类时标签已知,怎样评估模型的表现?

为什么不用逻辑回归,而要用GBM?

模拟一个二元正态分布。

多尺度问题

anchor基础知识

人脸识别现在常用算法

语义分割到实例分割怎么做

GAN是否了解,如何通俗的讲其原理

PCA原理LDA原理

SVM+HOG

XGBoost

CNN、RCNN、FRCNN,有可能问你其中一个细节的关键

TensorFlow这些框架你谈一下看法以及对其他框架的了解

现在机器学习、深度学习这么火,你有什么看法

机器学习、深度学习你对他们的理解是什么

做门牌或者车牌识别的步骤以及关键

Relu比Sigmoid使用多的原因

Loss不升反降的原因,如何解决

CNN使用范围是具有局部空间相关性的数据,比如图像,自然语言,语音

推导backward

解释deconv的作用:

解释BN(写出公式)以及实现机制:


解释dropout以及实现机制:

深度学习中有什么加快收敛/降低训练难度的方法:


什么造成过拟合,如何防止过拟合:


规则化项有什么,各有什么样的效果,为什么起作用

为什么梯度会消失和爆炸:


深度网络激活元的作用、分类和各自使用范围/优劣

正则化方法以及特点:

损失度量:

解释softmax、logit regression、交叉熵(要回推导):

解释alpha狗:

解释resnet、优缺点以及适用范围:

GAN的公式以及发展历程:

densenet结构优缺点以及应用场景

dilated conv优缺点以及应用场景

moblenet、shufflenet的结构


有什么降维方法: