算法/NLP/深度学习/机器学习面试笔记

栏目: 编程工具 · 发布时间: 7年前

内容简介:GitHub地址:算法/深度学习/机器学习面试问题整理,想法最初来源于这个此外,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。

算法/NLP/深度学习/机器学习面试笔记

GitHub地址: https://github.com/imhuay/CS_Interview_Notes-Chinese

算法/深度学习/机器学习面试问题整理,想法最初来源于这个 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

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

发布站点


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

利用Python进行数据分析 原书第2版

利用Python进行数据分析 原书第2版

Wes McKinney / 徐敬一 / 机械工业出版社 / 2018-7 / 119

本书由Python pandas项目创始人Wes McKinney亲笔撰写,详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新,涵盖新版的pandas、NumPy、IPython和Jupyter,并增加大量实际案例,可以帮助你高效解决一系列数据分析问题。 第2版中的主要更新包括: • 所有的代码,包括把Py......一起来看看 《利用Python进行数据分析 原书第2版》 这本书的介绍吧!

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具