MLE Flashcards
1.0.0
Ini adalah 200+ kartu flash yang saya buat untuk meninjau segala sesuatu mulai dari penelitian ML, kelas, dan studi independen saya. Membuatnya membantu saya mempersiapkan wawancara insinyur pembelajaran mesin dan bisa mendapatkan penawaran dari beberapa perusahaan pada tahun 2022 (termasuk Google, Tesla, Samsung, Morional, UIPath, dan Tiktok). Semoga orang lain juga dapat memperoleh manfaat dari mereka!
PDF dalam repo ini sebagian besar untuk kenyamanan. Lihat tautan slide presentasi ini untuk versi tanya jawab yang paling mutakhir dan animasi , dengan tautan tambahan dalam catatan speaker:
Pertanyaan secara longgar didasarkan pada pertanyaan buku wawancara ML Chip Huyen. Namun, beberapa slide mungkin terlalu teknis atau akademis, dan tidak relevan dengan insinyur. Slide paling penting (menurut saya) ditandai dengan bintang di sudut kiri bawah.
Penafian: Slide ini tidak mengandung pertanyaan wawancara khusus dari perusahaan mana pun. Saya benar -benar menyelesaikannya sebelum saya mewawancarai di mana saja, sebagai latihan akademis untuk diri saya sendiri. Kartu flash mencakup berbagai topik mendasar dan kemungkinan akan berfungsi sebagai fondasi yang baik untuk pengetahuan luas di bidang CS dan ML.
Ini mencakup ilmu komputer, pembelajaran mesin klasik, dan pembelajaran mendalam modern dengan penekanan pada visi komputer. Ini umumnya mengasumsikan fondasi yang baik dalam topik -topik ini, dan banyak terminologi teknis digunakan. Saya pikir pendekatannya mungkin berbeda tergantung pada pengalaman Anda saat ini:
Sudah memiliki fondasi yang baik di ML : Anda mungkin dapat menggunakannya apa adanya untuk meninjau dan mengisi kesenjangan pengetahuan yang hilang
Lebih baru untuk ML , ini dapat memberikan gambaran yang baik tentang apa yang ada di luar sana, dan saya sarankan juga merujuk pada materi lain yang berfokus pada pendidikan & pembelajaran (lihat "tautan tambahan" di bawah)
Karena kesenjangan dalam pemahaman saya, dan karena bidang ini terus berubah, ini tidak dimaksudkan untuk menjadi sumber yang pasti. Mungkin ada kesalahan dalam slide ini, atau hal -hal yang saya lewatkan. Jika demikian, jangan ragu untuk membuat posting sebagai masalah di GitHub.
Harap tandai slide yang dimaksud sehingga orang lain dapat dengan mudah menemukannya, misalnya jika Anda ingin membahas pembelajaran mesin umum slide 14, tambahkan [2.14] ke judul.
