准备计算机保研面试题

  1. (1) 什么是曼哈顿距离,什么是欧氏距离,这两者有什么区别?

    BkbscF.png
    红色的为 曼哈顿距离, 绿色的 为欧氏距离,蓝色和黄色为等价的曼哈顿距离

    • 马氏距离的目的就是把方差归一化,使得特征之间的关系更加符合实际情况
  2. (1)你的大创项目的算法是否和其他算法有所比较,性能如何

    (2)讲一下深度学习领域目前的热点和难点

    (3)讲讲什么是卷积,什么是卷积神经网络

  3. 机器学习和深度学习的差别联系

  4. 梯度下降法和牛顿迭代法的算法过程

  1. .exe文件在Linux系统下为什么不能运行,如果想运行该怎么做?

  • 在编译,链接过程中两者用到的库不一样,在运行过程中两者的运行时系统不一样。而后面问题的答案是使用sudo命令去获取,安装,检测,更新模拟器软件
  1. 编译型和解释型语言的区别

6、说下网络中的主机通信流程

  • 主机A和主机B在同一个二层网络中,直接走二层交换
  • 主机A和主机B不在同一个网络中,走三层路由

7、一个主机将两个端口接到网络上是否会提升吞吐量?为什么?

8、Socket

= I P

  • Socket是一组编程接口(API)。介于传输层和应用层,向应用层提供统一的编程接口。应用层不必了解TCP/IP协议细节。直接通过对Socket接口函数的调用完成数据在IP网络的传输。

9、HTTP和HTTPS

  • HTTP最初的目的是 为了提供一种发布和接收HTML页面的方法
  • HTTPS是HTTP协议的安全版本,HTTP协议的数据传输是明文的,是不安全的,HTTPS使用了SSL/TLS协议进行了加密处理。
  • http和https使用连接方式不同,默认端口也不一样,http是80,https是443。

10、三次握手、四次挥手

A C K = 1 , s e q = u + 1 , a c k = w + 1

  • 多点接入 载波监听 碰撞检测
  • 记端到端的传播时延为 τ,最先发送的站点最多经过 2τ 就可以知道是否发生了碰撞,称 2τ 为 争用期

12、扩展局域网*

① 在物理层进行扩展
  • 使用集线器进行扩展。
② 在链路层进行扩展
  • 交换机的问世很快就淘汰了网桥,它实质上是一个多接口网桥,而网桥是两接口。
③ 虚拟局域网

13、地址解析协议(ARP)

  • 实现由 IP 地址得到 MAC 地址
  • 每个主机都有一个 ARP 高速缓存,里面有本局域网上的各主机和路由器的 IP 地址到硬件地址的映射表。

14、私有地址

  • A类:10.0.0.0 - 10.255.255.255
  • B类:172.16.0.0 - 172.31.255.255
  • C类:192.168.0.0 - 192.168.255.255

1、 快速排序算法,归并排序算法的复杂度

平均 最好 最坏 辅助存储 稳定性
快速排序 d i s t [ i ] [ j ] = m i n ( d i s t [ i ] [ j ] , d i s t [ i ] [ k ] + d i s t [ k ] [ j ] ) ;

  • for(int k = 1; k <= n; k ++)
        for(int i = 1; i <= n; i ++)
            for(int j = 1; j <= n; j ++)
                d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
    

    8、判断链表是否有环

    1、 矩阵的秩

    2、 线性相关和线性无关

    R(A)=m.
  • 3、 矩阵的特征值及物理意义

    • 链接
    • 特征向量其实反应的是矩阵A本身固有的一些特征
    • 矩阵所有的特征向量组成了这个向量空间的一组基底。而矩阵作为变换的本质其实不就把一个基底下的东西变换到另一个基底表示的空间中

    4、 线性空间(向量空间)

    5、 线性方程组如何求解

    6、相似矩阵

    P ( A B ) = P ( B ) P ( B A ) P ( A ) P ( A ) P ( A B )

    中心极限定理指的是给定一个任意分布的总体。我每次从这些总体中随机抽取 n 个抽样,一共抽 m 次。 然后把这 m 组抽样分别求出平均值。 这些平均值的分布接近 正态分布

    大数定律证明了在大样本条件下,样本平均值可以看作是总体平均值(数学期望),所以在统计推断中,一般都会使用样本平均数估计总体平均数的值。

    3、独立和不相关的区别

    4、 正太分布(正态分布的和还是正态分布吗,正态分布性质与独立同分布)

    X 2 具有相同的分布形状和相同的分布参数,对离随机变量具有相同的分布律,对连续随机变量具有相同的概率密度函数,有着相同的分布函数,相同的期望、方差。
  • 正态分布的和
    • 只有 相互独立两个正态分布相加 才是正态分布
  • 5、泊松分布概率密度

    p v a l u e = P ( 8 X 1 0 ) = 0 . 0 5 0 . 0 5

    呃,这个和我们的显著水平是一样的啊,我们也可以拒绝假设,只是没有那么“显著”了。

    8、概率和似然的区别

    P ( x θ )

    输入有两个:x表示某一个具体的数据;θ表示模型的参数。

    9、最大似然估计

    7、概率和统计的区别

    2、 大数定律和中心极限定理的意义与作用(切比雪夫大数定律)

    11、CSMA/CD 协议*