網站首頁 工作範例 辦公範例 個人範例 黨團範例 簡歷範例 學生範例 其他範例 專題範例

百度校園招聘經典筆試題

欄目: 筆試題目 / 釋出於: / 人氣:2.5W

百度20xx校園招聘開始啦,你準備好了嗎。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,所以下面就由本站小編為大家介紹一下百度20xx校園招聘筆試題的文章,歡迎閱讀。

百度校園招聘經典筆試題

百度20xx校園招聘筆試題篇1

答題

1.深度神經網路目前有哪些成功的應用?簡述原因。(10分)

2.列舉不同程序共享資料的方式(至少三種)。(10分)

3.對於N個樣本,每個樣本為D維向量,採用歐式距離使用KNN做類預測。(10分)

1).給出預測時間複雜度。

2).當N很大時,有哪些方法可以降低複雜度?

3).k取值的大小對預測方差和偏差有何影響?

百度20xx校園招聘筆試題篇2

演算法和程式設計

1.給出一個數據A=[a_0, a_1, a-2, ... a_n](其中n可變),打印出該數值元素的所有組合。(15分)

2.有這樣一個數組A,大小為n,相鄰元素差的絕對值都是1,如A={4,5,6,5,6,7,8,9,10,9}。現在給定陣列A和目標整數t,請找到t在陣列中的位置。(15分)

百度20xx校園招聘筆試題篇3

關於K-means聚類演算法,請回答以下問題:

1).寫出將N個樣本X=(x1, ... xN)聚類成k類的k_means聚類演算法的優化目標;

2).描述K-means終止的常用條件;

3).以Kmeans演算法為例,描述Expectation-Maximization(EM)演算法的基本原理與步驟。

4).用虛擬碼給出基於MPI或者Hadoop的Kmeans並行演算法。