深度学习/机器学习面试笔记

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

• 深度学习
  • 深度学习实践（项目经验）
  • “花书”《深度学习》整理

    顺序比较乱，很多相关问题也没放在一起，目前正在做进一步整理

• 机器学习
• OJ 记录
  • 必背算法
  • C++ 回顾
    • 传统OJ IO模板
    • STL 容器速览
• 基础算法
• 基础数学
  • 微积分的本质
  • 深度学习的核心
• 笔试面经

必备清单

• 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
• 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