人工智能程序员面试笔试宝典电子书

前言

第1章 走进人工智能的世界

1.1 人工智能的发展历程

1.2 人工智能在各行业的应用现状

1.3 人工智能的职业发展

1.4 学习资源

第2章 算法工程师基础

2.1 机器学习简介

2.2 性能度量

2.3 特征工程

2.4 过拟合、欠拟合与正则化

2.5 偏差与方差

2.6 常用梯度下降法与优化器

2.7 其他问题

第3章 常见的机器学习算法

3.1 线性回归与逻辑回归

3.2 常用聚类算法

3.3 EM算法

3.4 支持向量机

3.5 决策树与随机森林

3.6 集成学习

3.7 Xgboost与GBDT

第4章 深度学习框架与PyTorch编程介绍

4.1 深度学习基础知识

4.2 CNN基础知识与PyTorch实战部分

4.3 LSTM基础知识与PyTorch实战部分

第5章 深度强化学习

5.1 强化学习重要概念与函数

5.2 值函数的学习方法

5.3 策略函数的学习方法

5.4 深度强化学习发展综述

第6章 人工智能前沿

6.1 Attention机制

6.2 时间卷积网络

6.3 生成对抗网络

6.4 图卷积神经网络

6.5 深度学习在运筹优化中的应用

第7章 数据库

7.1 SQL语言

7.2 事务

7.3 存储过程

7.4 触发器

7.5 UNION和UNION ALL

7.6 索引

第8章 操作系统

8.1 进程管理

8.2 内存管理

第9章 算法

9.1 如何实现链表的逆序

9.2 如何对链表进行重新排序

9.3 如何找出单链表中的倒数第k个元素

9.4 如何检测一个较大的单链表是否有环

9.5 如何把链表以k个结点为一组进行翻转

9.6 如何实现栈

9.7 如何设计一个排序系统

9.8 如何实现队列

9.9 如何根据入栈序列判断可能的出栈序列

9.10 如何实现LRU缓存方案

9.11 如何把一个有序整数数组放到二叉树中

9.12 如何从顶部开始逐层打印二叉树结点数据

9.13 如何求一棵二叉树的最大子树和

9.14 如何找出排序二叉树上任意两个结点的最近共同父结点

9.15 如何实现反向DNS查找缓存

9.16 如何找出数组中第k小的数

9.17 如何求数组连续最大和

9.18 如何求数组中两个元素的最小距离

9.19 如何求解最小三元组距离

9.20 如何在不排序的情况下求数组中的中位数

9.21 如何获取最好的矩阵链相乘方法

9.22 如何对有大量重复数字的数组排序

9.23 如何在有规律的二维数组中进行高效的数据查找

9.24 如何从三个有序数组中找出它们的公共元素

9.25 如何求一个字符串的所有排列

9.26 如何消除字符串的内嵌括号

9.27 如何求字符串的编辑距离

9.28 如何实现字符串的匹配

9.29 如何求两个字符串的最长公共子串

9.30 如何求数字的组合

9.31 如何求拿到最多金币的概率

9.32 如何求正整数n所有可能的整数组合

9.33 如何用一个随机函数得到另外一个随机函数

9.34 如何等概率地从大小为n的数组中选取m个整数

9.35 如何求组合1、2、5这三个数使其和为100的组合个数

9.36 如何判断还有几盏灯泡亮着

9.37 如何从大量的url中找出相同的url

9.38 如何从大量数据中找出高频词

9.39 如何找出访问百度最多的IP

9.40 如何在大量的数据中找出不重复的整数

9.41 如何在大量的数据中判断一个数是否存在

9.42 如何查询最热门的查询串

9.43 如何统计不同电话号码的个数

9.44 如何从5亿个数中找出中位数

9.45 如何按照query的频度排序

9.46 如何找出排名前500的数

参考文献