人工智能，笔试，ai，

1.视觉计算任务有哪些，你怎么分类 14、描述数据分析的流程。 15、高斯混合模型 (GMM) 中，推导方程。 16、怎样衡量用户对视频的喜爱程度？ 17、模拟一个二元正态分布。 18、求一个分布的方差。 19、怎样建立中位数的Estimator？ 20、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：