人工智能,筆試,ai,

人工智能筆試題及參考答案

Submitted by neurta on Fri, 12/04/2020 - 10:04
1.視覺計算任務有哪些,你怎么分類 14、描述數據分析的流程。 15、高斯混合模型 (GMM) 中,推導方程。 16、怎樣衡量用戶對視頻的喜愛程度? 17、模擬一個二元正態分布。 18、求一個分布的方差。 19、怎樣建立中位數的Estimator? 20、如果回歸模型中的兩個系數估計,分別是統計顯著的,把兩個放在一起測試,會不會同樣顯著? 視覺計算任務有哪些,你怎么分類 求導1/x。 畫出log (x+10)曲線。 一枚硬幣拋10次,得到8正2反。試析拋硬幣是否公平?p值是多少? 解釋一個非正態分布,以及如何應用。 為什么要用特征選擇?如果兩個預測因子高度相關,系數對邏輯回歸有怎樣的影響?系數的置信區間是多少? K-mean與高斯混合模型:K-means算法和EM算法的差別在哪里? 使用高斯混合模型時,怎樣判斷它適用與否?(正態分布) 聚類時標簽已知,怎樣評估模型的表現? 為什么不用邏輯回歸,而要用GBM? 模擬一個二元正態分布。 多尺度問題 anchor基礎知識 人臉識別現在常用算法 語義分割到實例分割怎么做 GAN是否了解,如何通俗的講其原理 PCA原理LDA原理 SVM+HOG XGBoost CNN、RCNN、FRCNN,有可能問你其中一個細節的關鍵 TensorFlow這些框架你談一下看法以及對其他框架的了解 現在機器學習、深度學習這么火,你有什么看法 機器學習、深度學習你對他們的理解是什么 做門牌或者車牌識別的步驟以及關鍵 Relu比Sigmoid使用多的原因 Loss不升反降的原因,如何解決 CNN使用范圍是具有局部空間相關性的數據,比如圖像,自然語言,語音 推導backward 解釋deconv的作用: 解釋BN(寫出公式)以及實現機制: 解釋dropout以及實現機制: 深度學習中有什么加快收斂/降低訓練難度的方法: 什么造成過擬合,如何防止過擬合: 規則化項有什么,各有什么樣的效果,為什么起作用 為什么梯度會消失和爆炸: 深度網絡激活元的作用、分類和各自使用范圍/優劣 正則化方法以及特點: 損失度量: 解釋softmax、logit regression、交叉熵(要回推導): 解釋alpha狗: 解釋resnet、優缺點以及適用范圍: GAN的公式以及發展歷程: densenet結構優缺點以及應用場景 dilated conv優缺點以及應用場景 moblenet、shufflenet的結構 有什么降維方法:
冯仰妍破处门