MLE Flashcards
1.0.0
Dies sind mehr als 200 Flashkarten, die ich gemacht habe, um alles aus meinen Jahren ML -Forschung, Klassen und unabhängiger Studie zu überprüfen. Das Erstellen dieser 222 (einschließlich Google, Tesla, Samsung, Motional, Uipath und Tiktok) konnte ich mich auf Interviews mit maschinellem Lernen vorbereiten und waren in der Lage, Angebote von mehreren Unternehmen zu erhalten. Hoffentlich können auch andere Menschen von ihnen profitieren!
Die PDFs in diesem Repo sind hauptsächlich aus Gründen der Bequemlichkeit. Schauen Sie sich diese Präsentations -Dia -Links für die aktuellsten und animierten Q & A -Versionen an , mit zusätzlichen Links in den Lautsprechernotizen:
Fragen basieren lose auf Chip Huyens ML -Interviews Buchfragen. Einige Folien können jedoch übermäßig technisch oder akademisch sein und für Ingenieure nicht relevant sind. Die wichtigsten Folien (meiner Meinung nach) sind mit einem Stern in der unteren linken Ecke gekennzeichnet.
Haftungsausschluss: Diese Folien enthalten keine spezifischen Interviewfragen von Unternehmen. Ich habe sie tatsächlich fertiggestellt, bevor ich irgendwohin als akademische Übung für mich selbst interviewt habe. Die Karteikarten decken verschiedene grundlegende Themen ab und dienen wahrscheinlich als gute Grundlage für ein breites Wissen in den Bereichen CS und ML.
Dies umfasst Informatik, klassisches maschinelles Lernen und modernes Deep -Lernen mit Schwerpunkt auf Computervision. Es setzt im Allgemeinen eine gute Grundlage für diese Themen an, und es wird eine Menge technischer Terminologie verwendet. Ich denke, der Ansatz kann je nach Ihrer aktuellen Erfahrung unterschiedlich sein:
Sie haben bereits eine gute Grundlage in ML : Sie können sie wahrscheinlich so verwenden, um alle fehlenden Wissenslücken zu überprüfen und zu füllen
Neuer für ML , kann dies einen guten Überblick darüber geben, was es da draußen gibt, und ich würde vorschlagen, auch andere Materialien zu beziehen, die sich auf Bildung und Lernen konzentrieren (siehe "Zusätzliche Links" unten)
Aufgrund von Lücken in meinem Verständnis und weil sich das Feld ständig ändert, ist dies nicht als endgültige Ressource gedacht. Es kann Fehler in diesen Folien oder Dinge geben, die ich verpasst habe. Wenn ja, können Sie sich gerne als Problem in GitHub ein Posten erstellen.
Bitte markieren Sie die fragliche Folie, damit andere sie leicht finden können, z. B. wenn Sie das maschinelle Lernen allgemeine Folie 14, [2.14] zum Titel hinzufügen möchten.
