全中文的机器学习算法工程师面试基础问题总结

本repo是本人在算法岗求职路上所做的笔记，大概花费了一个多月的时间整理。

我主要面试的岗位大多是:机器学习算法工程师、数据挖掘算法工程师等岗位。

但现在的面试只要是算法岗，一般来说都会默认要求会这些基础知识，所以如果你所面试的岗位不是机器学习算法工程师，但依然是算法岗，我想你依然要掌握以下这些知识。

主要包含机器学习和深度学习的基础部分，以及一些常见基础知识，**本repo可能不会去教会你，所以是入门的同学建议去看下人工智能的学习路线，先把这些知识点详细啃会了，再回来把以下内容当作自己复习、整理和总结的材料，这样效果最佳。

机器学习主要由我和我的朋友贝壳er共同整理，深度学习部分由我单独整理。

创建这个repo的目的有以下几点

• 我热爱分享，一直长期开源和写作，自己从中收益，当然也想一直回馈开源。
• 这些是我花费大量时间整理的，我想也会节省大家一些时间
• 还有很多没有概括全面的地方，所以想一直可以去不断的update，如果不开repo可能没有那么大的坚持了
• 大多数资料都是英文的，并且繁多，而这个repo的宗旨是全中文的资料，且简洁

请看 人工智能的学习路线

全中文的人工智能教程和资料，只选“精品”，如“钻石”般精致。

• KNN(K近邻算法) · 六问六答
• 逻辑回归（Logistic Regession，LR） · 十问十答
• 朴素贝叶斯 · 十七问十七答
• 决策树 · 二十一问二十一答
• 支持向量机(SVM) · 十四问十四答
• 聚类 · 十三问十三答
• 降维 · 五问五答
• 集成学习（一）通用概念 · 八问八答
• 集成学习（二）随机森林RF · 十一问十一答
• 集成学习（三）Adaboost · 四问四答
• 集成学习（四）GBDT · 九问九答

• 感知机 · 四问四答
• DNN(深度神经网络) · 四问五答

点击这里查看文章:

• KNN(K近邻) · 六问六答

点击这里查看文章:

• 逻辑回归（Logistic Regession，LR） · 十问十答

点击这里查看文章:

• 朴素贝叶斯 · 十七问十七答

点击这里查看文章:

• 决策树 · 二十一问二十一答

点击这里查看文章:

• 支持向量机(SVM) · 十四问十四答

点击这里查看文章:

• 聚类 · 十三问十三答

点击这里查看文章:

• 降维 · 五问五答

点击这里查看文章:

• 感知机 · 四问四答

点击这里查看文章:

• DNN(深度神经网络) · 四问五答