2018春招大疆機(jī)器學(xué)習(xí)提前批筆試題

1、2018秋招大疆機(jī)器學(xué)習(xí)、算法筆試題兩個(gè)小車(chē)，走一步能量消耗1 ,方向?yàn)?向右，J為向左，首先 輸入路途長(zhǎng)度，然后輸入兩行，每行第一個(gè)為小車(chē)的能量，第二個(gè)位小 車(chē)起始位置，第三個(gè)為方向。求幾個(gè)小車(chē)可以走出去？共N種花，插花需要每次選M種，每種R支。第二行輸入每種花個(gè)數(shù),求最多有多少種插花方法。輸入初始位置和結(jié)束位置,以及二維數(shù)組的大小，與其中的元素,為0可以走，為1 ,其上下左右不能走，如果為2 ,則該位置的上兩個(gè),卜兩個(gè)，左兩個(gè)，右兩個(gè)不能走。以此類推，求最短路徑?H的水桶，注水速度X ,h處有洞，流水速度Y ,S秒以后水深（四舍五入）。2018春招大疆機(jī)器學(xué)習(xí)提前批筆試題1、考察L1和L2

2、正則化的區(qū)別L0范數(shù)：向量中非0元素的個(gè)數(shù)。L1范數(shù)(Lasso Regularization):向量中各個(gè)元素絕對(duì)值的和。L2范數(shù)(Ridge Regression):向量中各元素平方和再求平方根。L0范數(shù)和L1范數(shù)都能夠達(dá)到使參數(shù)稀疏的目的,但L0范數(shù)更難優(yōu) 化求解，L1范數(shù)是L0范數(shù)的最優(yōu)凸近似，而且它比L0范數(shù)要容易 優(yōu)化求解。L2范數(shù)不但可以防止過(guò)擬合,提高模型的泛化能力，還可以讓我們的 優(yōu)化求解變得穩(wěn)定和快速。L2范數(shù)對(duì)大數(shù)和outlier更敏感！2、考察SVM決策邊界四個(gè)點(diǎn)坐標(biāo)為(1,1) , (1,0) , (-1,-1) , (-1,0),用SVM分類的決策邊界 是A. y

3、= xB. x = 0C. y = -xD. y = 0填空題經(jīng)過(guò)下列卷積操作后,3X3 conv - 3x3 conv - 2x2 maxpool -3x3 conv ,卷積步長(zhǎng)為1 ,沒(méi)有填充，輸出神經(jīng)元的感受野是多大？100x100x3 ,3x3卷積核，輸出是50x50x10,算進(jìn)行了多少 次乘-加操作？簡(jiǎn)答題簡(jiǎn)述梯度下降法和牛頓法的優(yōu)缺點(diǎn)?正樣本10000 z負(fù)樣本1000 ,怎樣訓(xùn)練Relu相對(duì)于sigmoid函數(shù)的優(yōu)缺點(diǎn)?正則化方法？說(shuō)出物體檢測(cè)、人臉識(shí)別、物體分割等某一領(lǐng)域的常見(jiàn)算法，并用一兩句話簡(jiǎn)述其中一種算法的原理？編程題輸入序列a,判斷是否存在i j k,滿足ai ak aj, 并寫(xiě)出算法復(fù)雜度?輸入多邊形頂點(diǎn)坐標(biāo)List，判斷是否為凸多邊形（如果把一個(gè)多邊 形的所有邊中