进大厂是大部分程序员的梦想，而进大厂的门槛也是比较高的，所以这里整理了一份阿里、Google等大厂AI面试大全，包含算法工程师、NLP工程师、机器学习工程师等面试笔试题
内容十分全面，文末还有答案解析！有问题欢迎进群交流：953882093
1、你会在时间序列数据集上使用什么交叉验证技术？是用k倍或LOOCV？
2、你是怎么理解偏差方差的平衡的？
3、给你一个有1000列和1百万列的训练数据集，这个数据集是基于分类问题的。经理要求你来降低该数据集的维度以减少模型计算时间，但你的机器内存有限。你会怎么做？（你可以自由做各种实际操作假设。）
4、全球平均温度的上升导致世界各地的海盗数量减少，这是否意味着海盗的数量减少引起气候变化？
5、给你一个数据集，这个数据集有缺失值，且这些缺失值分布再离中值有1个标准偏差的范围内，百分之多少的数据不会受到影响？为什么？
6、你意识到你的模型受到低偏差和高方差的困扰。那么，应该使用哪种算法来解决问题呢？为什么？
7、协方差和相关性有什么区别？
8、真阳性率和召回有什么关系？写出方程式。
9、Gradient boosting算法（GBM）和随机森林都是基于树的算法，它们有什么区别？
10、你认为把分类变量当成连续型变量会得到一个更好的预测模型吗？
11、“买了这个的客户，也买了…”亚马逊的建议是哪种算法的结果
原文链接：https://blog.csdn.net/weixin_42596342/article/details/120415658?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851498716800211544536%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851498716800211544536&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-11-120415658-null-null.nonecase&utm_term=AI%E9%9D%A2%E8%AF%95
