大數(shù)據(jù)文摘作品

編譯：張南星、衛(wèi)青、錢天培

究竟什么樣的AI人才能被微軟這樣的巨頭聘用呢?

是不是要碼力超群，上來就能徒手寫個AlphaGo呢?還是要眼光毒辣，當(dāng)場就能構(gòu)想出未來20年AI發(fā)展前景呢?

當(dāng)然不是!

今天，文摘君就淘來了幾道微軟AI 面試題，同時給出了最基本的解答。(注意是最基本解答哦，歡迎在文末留言給出你認(rèn)為更好的答案。)

神秘的微軟AI面試題，其實非常平易近人。一起來答答看!

合并k個數(shù)列(比如k=2)數(shù)列并進(jìn)行排序

代碼如上。最簡單的方法當(dāng)然就是冒泡排序法啦。雖然不是最有效的，但卻容易描述和實現(xiàn)。

L1/L2正則度量有什么區(qū)別?

L1范數(shù)損失函數(shù)也叫做最小一乘法(LAD)以及最小絕對誤差(LAE)。它主要在于最小化目標(biāo)值(y_i)同預(yù)測值(f(x_i))之間的絕對差值之和。

公式一

L2范數(shù)損失函數(shù)也叫做最小平方誤差(LSE)。它主要在于最小化目標(biāo)值(Yi)以及預(yù)測值[f(xi)]之間差值平方之和。

公式二

對于較大的誤差誤差，L2比L1給出的懲罰更大。此外，加入L2正則后，模型系數(shù)會向0聚攏，但不會出現(xiàn)完全為0的情況，而L1損失函數(shù)則能使部分系數(shù)完全為0。

如何尋找百分位數(shù)?

就拿上面這道題目為例吧：過去12小時內(nèi)共有1000人來過這個購物中心，請估測，截止至何時，購物中心剛好達(dá)到30%的總客流量?

我們可以通過多項式線性回歸(polynomial regression)或者平滑樣條(spline smoothing)等技巧作出下圖。

即為30%的客流量對應(yīng)3000人

從Y值為3000的點(diǎn)畫一條水平線，當(dāng)與曲線相交時，畫一條垂直線在橫軸上找到對應(yīng)的時間值就可以啦。

怎么區(qū)分好的可視化與壞的可視化?

針對這個問題，我們會有很多不同的答案。比如，一個不能很好地處理異常值(outliers)的可視化，就不是一個好的可視化。

比如說我們有一個數(shù)組，在一系列小數(shù)字中有一個很大的數(shù)據(jù)([1,2,3,4,7777,5,6,9,2,3])，當(dāng)我們可視化這個數(shù)組的時候，會產(chǎn)生如下的圖：

右圖→原始圖片;中間圖→規(guī)范化值;左圖→標(biāo)準(zhǔn)化值

怎樣才能更好地可視化這組數(shù)據(jù)呢?正如上圖所示，即使我們對分析值進(jìn)行了標(biāo)準(zhǔn)化或者規(guī)范化，產(chǎn)生的折線圖依然不能很好地表示這組數(shù)組。究竟要怎么做呢?歡迎留言發(fā)表看法。

怎樣更快地計算出逆矩陣?

比如，可以考慮Gauss-Jordan法。

如果是一個2x2的矩陣就很簡單了。

逆矩陣是：

ad-bc≠0

只需要交換a和b，取b和c的負(fù)值，然后除以方陣ad-bc。

定義方差

方差是每個數(shù)據(jù)點(diǎn)與整個數(shù)據(jù)集平均值之間差值的平方和。換而言之，就是數(shù)據(jù)的變化性。下面這張圖就很好地解釋了什么是方差。

首先我們計算出每只狗和平均身高的差值;為了計算方差，將每個差值平方后加總，再求平均值。

最后，獻(xiàn)上本文出現(xiàn)的所有代碼：

https://colab.research.google.com/drive/1DYimC5CEKeXdT15tbptifYL2v5MPkyHj

相關(guān)報道：

https://towardsdatascience.com/my-take-on-microsoft-ai-interview-questions-with-interactive-code-part-1-c271388af633

【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號“大數(shù)據(jù)文摘（ id: BigDataDigest）”】

戳這里，看該作者更多好文