记腾讯机器学习基础研究岗2017年秋招笔试

在宿舍复习了10多天概率论和线性代数，直到昨天才复习了数据结构。笔试分为26道选择题（1个小时）和3道大题（1个小时）。选择题难度挺大的，不过一些可以不计算就通过排除法进行选择。总体来说比模拟考，也就是暑假实习生的笔试题难度上了一个层次。概率论考了组合数、P值、单因素方差分析前提假设是什么、切尔雪夫不等式、置信区间、放回抽样和不放回抽样误差的区别、pearson相关系数；线性代数考特征值和特征向量、求行列式；机器学习考逻辑回归，还有一个忘了，逻辑回归是大题问的；数据结构考了先根中根遍历、求卡尔曼滤波的时间复杂度、判断是属性还是成员。腾讯的题基本都是自己出的，事后上网想根据记忆查一下答案，根本查不到。大题是1.举个例子说明预先建立模型和选用特定算法比数据查询和单纯统计学统计效果好，2是什么是逻辑回归，3是什么是因果关系，没有考代码或者伪代码。不过放心，之后一面肯定要考代码的。代码其实也没什么难的，多练多写就好。我感觉我大题写得挺少的，希望能过吧。最近几天还是要继续学机器学习。线代后边二次型没教，概率论后边知识我都忘了。好好学习吧，我也几乎不玩游戏了，贴吧也可以退了的感觉。学习才真感是王道。