春招已近，送你一份ML算法面试大全！

机器之心整理

春季到来，春招不久也会开始。在本项目中，作者为大家准备了 ML 算法工程师面试指南，它提供了完整的面试知识点、编程题及题解、各科技公司的面试题锦等内容。目前该 GitHub 项目已经有 1 万+的收藏量，想要跳一跳的同学快来试试吧。

项目地址：https://github.com/imhuay/Algorithm_Interview_Notes-Chinese 【点击阅读原文即可访问】

如下所示为整个项目的结构，其中从机器学习到数学主要提供的是笔记与面试知识点，读者可回顾整体的知识架构。后面从算法到笔试面经主要提供的是问题及解答方案，根据它们可以提升整体的解题水平与编程技巧。

项目主要从机器学习、深度学习、自然语言处理和数学等方面提供详细的知识点，因为作者比较关注 NLP，所以并没有提供详细的计算机视觉笔记。

深度学习

主要从以下几个方面介绍深度学习面试知识点：

• 深度学习基础

• 深度学习实践

• CNN 专题

• RNN 专题

• 优化算法专题

• 序列建模专题

• 《Deep Learning》整理

如下展示了优化算法专题所包含的内容：

并给出了五十多道深度学习问题，并根据这些问题介绍《Deep Learning》中的知识点。如下为问题示例，不同的星号表示问题的难度：

自然语言处理与数学

后面的自然语言处理也是最近在重点更新的，目前介绍的方面主要有；

• 自然语言处理基础

• NLP 发展趋势

• 词嵌入专题

• 句嵌入专题

• 多模态专题

• 视觉问答综述

• 深度理解查询

• 概率论

• 微积分本质

• 深度学习核心

算法题和笔试题

对于编程面试，基础算法是必不可少的，它们一般体现在笔试题上，提供了以下基本算法专题：

• 字符串

• 数据结构

• 高级数据结构

• 动态规划

• 双指针

• 区间问题

• 排列组合

• 数学问题

• Shuffle、采样、随机数

• 大数运算

• 海量数据处理

面试真题

最后，项目作者还收集了十多家科技企业面试真题，并介绍从一面到三面的内容与经验。

推荐阅读

人间真实：程序员的 60 个崩溃瞬间！

超强干货！TensorFlow易用代码大集合...

秘籍 | Python高效编程技巧

史上最污技术解读，让你秒懂IT术语

汇总 | 机器学习算法优缺点 & 如何选择

逃离数学焦虑、算法选择，思考做好机器学习项目的3个核心问题

15亿参数！史上最强通用NLP模型诞生：狂揽7大数据集最佳纪录

滴滴官宣裁员，2019年的滴滴你怎么看？