2015百度校招机器学习/数据挖掘工程师笔试题（杭州站）
发布于 2014-11-08 22:38:23 | 788 次阅读 | 评论: 0 | 来源: 网友投递
百度(Baidu)中文搜索引擎
百度（Nasdaq简称：BIDU）是全球最大的中文搜索引擎，2000年1月由李彦宏、徐勇两人创立于北京中关村，致力于向人们提供“简单，可依赖”的信息获取方式。“百度”二字源于中国宋朝词人辛弃疾的《青玉案·元夕》词句“众里寻他千百度”，象征着百度对中文信息检索技术的执著追求。
本文是一份2015百度校园招聘机器学习/数据挖掘工程师岗位笔试题（杭州站），感兴趣的同学参考下。
一、简答题（本题共30分）
1、如何理解继承、多态、组合，请举例说明它们的应用。（10分）
2、请列举出进程间通信的几种方式（至少列举出三种）。（10分）
3、请写出贝叶斯公式，请描述朴素贝叶斯分类方法的原理和步骤。（10分）
二、算法与程序设计（本题共40分）
1、两个长度为100的随机向量X和Y，X=（x1，x2，x3，…，xn），Y=（y1，y2，y3，…，yn），其中xi和yi都是从均值为0，标准差为1的正态分布中随机选择的数，随机变量Z为X何Y的相关系数，请问：
1）Z的期望和标准差是多少，请写出简单的推导公式？（10分）
2）请用蒙特卡洛方法模拟，写代码计算Z的期望和标准差。（10分）
2、假设张三的mp3里有1000首歌，现在希望设计一种随机算法来随机播放。与普通随机模式不同的是，张三希望每首歌被随机到的改了吧是与一首歌的豆瓣评分（0~10分）成正比的，如朴树的《平凡之路》评分为8.9分，逃跑计划的《夜空中最亮的星》评分为9.5分，则希望听《平凡之路》的概率与《夜空中最亮的星》的概率比为89:95,。现在我们已知这1000首歌的豆瓣评分：
（1）请设计一种随机算法来满足张三的需求。（10分）
（2）请写代码实现自己的算法。（10分）
三、系统设计题（本题共30分）
1、我们队一批一维数据进行回归拟合。给你训练数据D=（xi，yi），i=1…n，其中xi∈R是一个实数，yi∈R是xi对应的回归坐标。我们拟使用线性，二次，高次函数对yi进行拟合：
线性函数：f(x)=ax+b
二次函数：f(x)=ax2+bx+c
三次函数：f(x)=ax3+bx2+cx+d
…
①我们设定最小均方误差为损失函数，请写出损失函数的具体形式。（5分）
②以二次函数你和为例，请使用随机梯度下降（stochastic gradient decent）对损失函数进行优化，给出参数a，b，c的梯度推倒并写出算法。（7分）
③下面三图分别是一次函数，二次函数，七次函数拟合的结果，同时给出它们在D上的损失函数值一次是0.76，0.15,0.01。在选择用什么函数作为最终拟合函数的时候，你会有哪些考虑。本例中你学会选择哪个（8分）
