人工智慧程式設計師面試筆試寶典

《人工智慧。程式設計師面試筆試寶典》是2020年機械工業出版社出版的圖書。

基本介紹

• 中文名：人工智慧程式設計師面試筆試寶典
• 出版時間：2020年
• 出版社：機械工業出版社
• ISBN：9787111641544

內容簡介

《人工智慧程式設計師面試筆試寶典》是一本講解人工智慧面試筆試的百科全書，在寫法上，除了講解常見的面試筆試知識點，還引入了相關示例和筆試題輔以說明，讓讀者能夠更加容易理解。

《人工智慧程式設計師面試筆試寶典》將人工智慧面試筆試過程中各類知識點一網打盡，在內容的廣度上，通過各種渠道，蒐集了近3年來知名IT企業針對人工智慧崗位面試涉及的知識點，包括但不限於人工智慧、計算機網路、作業系統、算法等，所選擇的知識點均為企業招聘考查的知識點。在講解的深度上，本書由淺入深分析每一個知識點，並提煉歸納，同時，引入相關知識點，並對知識點進行深度剖析，讓讀者不僅能夠理解這個知識點，還能在遇到相似問題的時候，也能遊刃有餘地解決。本書對知識點進行歸納分類，結構合理，條理清晰，對於讀者進行學習與檢索意義重大。

《人工智慧程式設計師面試筆試寶典》是一本計算機相關專業畢業生面試、筆試的求職用書，同時也適合期望在計算機軟、硬體行業大顯身手的計算機愛好者閱讀。

圖書目錄

前言

第1章 走進人工智慧的世界1

1.1 人工智慧的發展歷程1

1.2 人工智慧在各行業的套用現狀2

1.3 人工智慧的職業發展3

1.4 學習資源6

第2章 算法工程師基礎10

2.1 機器學習簡介10

2.2 性能度量11

2.3 特徵工程13

2.4 過擬合、欠擬合與正則化19

2.5 偏差與方差22

2.6 常用梯度下降法與最佳化器24

2.7 其他問題28

第3章 常見的機器學習算法34

3.1 線性回歸與邏輯回歸34

3.2 常用聚類算法38

3.3 EM算法43

3.4 支持向量機46

3.5 決策樹與隨機森林51

3.6 集成學習59

3.7 Xgboost與GBDT65

第4章 深度學習框架與PyTorch編程

介紹70

4.1 深度學習基礎知識70

4.2 CNN基礎知識與PyTorch實戰

部分77

4.3 LSTM基礎知識與PyTorch實戰

部分88

第5章 深度強化學習97

5.1 強化學習重要概念與函式97

5.2 值函式的學習方法102

5.3 策略函式的學習方法109

5.4 深度強化學習發展綜述110

第6章 人工智慧前沿117

6.1 Attention機制117

6.2 時間卷積網路119

6.3 生成對抗網路122

6.4 圖卷積神經網路126

6.5 深度學習在運籌最佳化中的套用130

第7章 資料庫144

7.1 SQL語言144

7.2 事務146

7.3 存儲過程147

7.4 觸發器149

7.5 UNION和UNION ALL151

7.6 索引152

第8章 作業系統154

8.1 進程管理154

8.2 記憶體管理156

第9章 算法161

9.1 如何實現鍊表的逆序161

9.2 如何對鍊表進行重新排序165

9.3 如何找出單鍊表中的倒數第

k個元素168

9.4 如何檢測一個較大的單鍊表是

否有環171

9.5 如何把鍊表以k個結點為一組

進行翻轉174

9.6 如何實現棧177

9.7 如何設計一個排序系統180

9.8 如何實現佇列182

9.9 如何根據入棧序列判斷可能的

出棧序列185

9.10 如何實現LRU快取方案187

9.11 如何把一個有序整數數組放到

二叉樹中189

9.12 如何從頂部開始逐層列印二叉樹

結點數據191

9.13 如何求一棵二叉樹的最大子

樹和193

9.14 如何找出排序二叉樹上任意兩個

結點的最近共同父結點195

9.15 如何實現反向DNS查找快取202

9.16 如何找出數組中第k小的數204

9.17 如何求數組連續最大和207

9.18 如何求數組中兩個元素的最小

距離211

9.19 如何求解最小三元組距離213

9.20 如何在不排序的情況下求數組

中的中位數216

9.21 如何獲取最好的矩陣鏈相乘

方法218

9.22 如何對有大量重複數字的數組

排序220

9.23 如何在有規律的二維數組中

進行高效的數據查找223

9.24 如何從三個有序數組中找出

它們的公共元素225

9.25 如何求一個字元串的所有

排列226

9.26 如何消除字元串的內嵌括弧230

9.27 如何求字元串的編輯距離231

9.28 如何實現字元串的匹配233

9.29 如何求兩個字元串的最長公共

子串237

9.30 如何求數字的組合240

9.31 如何求拿到最多金幣的機率242

9.32 如何求正整數n所有可能的

整數組合244

9.33 如何用一個隨機函式得到另外

一個隨機函式245

9.34 如何等機率地從大小為n的數組

中選取m個整數246

9.35 如何求組合1、2、5這三個數

使其和為100的組合個數247

9.36 如何判斷還有幾盞燈泡亮著249

9.37 如何從大量的url中找出

相同的url250

9.38 如何從大量數據中找出

高頻詞251

9.39 如何找出訪問百度

最多的IP252

9.40 如何在大量的數據中找出不

重複的整數252

9.41 如何在大量的數據中判斷一個

數是否存在253

9.42 如何查詢最熱門的查詢串253

9.43 如何統計不同電話號碼的

個數254

9.44 如何從5億個數中找出中

位數255

9.45 如何按照query的頻度排序257

9.46 如何找出排名前500的數257

參考文獻

作者簡介

凌峰

算法工程師，清華大學博士，在前沿會議和期刊上發表論文多篇，對機器學習和深度學習有比較深入的研究。主要研究方向為圖卷積神經網路和強化學習。目前在某網際網路企業從事算法研發工作。