百度2017校園招聘經(jīng)典筆試題
百度2017校園招聘經(jīng)典筆試題
百度2017校園招聘開始啦，你準(zhǔn)備好了嗎。校園招聘要先通過筆試題，百度公司同樣需要用面試題來篩選，所以下面就由學(xué)習(xí)啦小編為大家介紹一下百度2017校園招聘筆試題的文章，歡迎閱讀。
百度2017校園招聘筆試題篇1
簡(jiǎn)答題
1.深度神經(jīng)網(wǎng)絡(luò)目前有哪些成功的應(yīng)用?簡(jiǎn)述原因。(10分)
2.列舉不同進(jìn)程共享數(shù)據(jù)的方式(至少三種)。(10分)
3.對(duì)于N個(gè)樣本，每個(gè)樣本為D維向量，采用歐式距離使用KNN做類預(yù)測(cè)。(10分)
1).給出預(yù)測(cè)時(shí)間復(fù)雜度。
2).當(dāng)N很大時(shí)，有哪些方法可以降低復(fù)雜度?
3).k取值的大小對(duì)預(yù)測(cè)方差和偏差有何影響?
百度2017校園招聘筆試題篇2
算法和程序設(shè)計(jì)
1.給出一個(gè)數(shù)據(jù)A=[a_0, a_1, a-2, ... a_n](其中n可變)，打印出該數(shù)值元素的所有組合。(15分)
2.有這樣一個(gè)數(shù)組A,大小為n，相鄰元素差的絕對(duì)值都是1，如A={4,5,6,5,6,7,8,9,10,9}?，F(xiàn)在給定數(shù)組A和目標(biāo)整數(shù)t，請(qǐng)找到t在數(shù)組中的位置。(15分)
百度2017校園招聘筆試題篇3
關(guān)于K-means聚類算法，請(qǐng)回答以下問題：
1).寫出將N個(gè)樣本X=(x1, ... xN)聚類成k類的k_means聚類算法的優(yōu)化目標(biāo);
2).描述K-means終止的常用條件;
3).以Kmeans算法為例，描述Expectation-Maximization(EM)算法的基本原理與步驟。
4).用偽代碼給出基于MPI或者Hadoop的Kmeans并行算法。
猜你感興趣: