哔哩哔哩2020校园招聘算法笔试卷(一)

时长:120分钟 总分:100分

355浏览 0人已完成答题

题型介绍
题型 单选题 填空题
数量 23 3
1.
下列聚类算法,需要使用样本label信息的算法是
问题详情




2.
设已有说明语句&ldquoint&nbspa=5&rdquo,则执...
问题详情

设已有说明语句“int a=5”,则执行语句“a+=a*=a%=3”后,a的值为




3.
以下关于this指针的叙述中正确的是
问题详情




4.
以下程序存在的问题是: void fun()  { &...
问题详情

以下程序存在的问题是:
void fun() 
{
 int *num1, *num2 
 num1 = new int[10] 
 num2 = new int[20] 
 num1[0] = 100 
 num2[0] = 300 
 num1 = num2 
 delete [] num1 
}





5.
一个数组长度为n。指定数组内的一个元素,把数组内小等于该元素的,放在该元素...
问题详情

一个数组长度为n。指定数组内的一个元素,把数组内小等于该元素的,放在该元素左边,把数组内大于该元素的,放在该元素右边。这个需要多少次操作




6.
如果只用比较、交互、赋值等操作,而不能使用算数操作(加减乘除等),将一个数...
问题详情

如果只用比较、交互、赋值等操作,而不能使用算数操作(加减乘除等),将一个数组排序,最少需要多少次操作?




7.
以下哪个集合不是凸(convex)的?
问题详情




8.
假设每天投稿池中,每1000个视频中会有1个营销号视频,为了净化社区环境,...
问题详情

假设每天投稿池中,每1000个视频中会有1个营销号视频,为了净化社区环境,b站同事训练了一个检测营销号视频的模型。模型评估结果如下:如果某视频是营销号视频,就一定会被模型检测出来,但是如果某视频是正常视频,也会有1%的概率被误判成营销号视频。提问:现在有一个新投稿的视频,被模型判定成了营销号视频,那么它原本真正是营销号视频的概率是多少()




9.
神经网络中的dropout的效果跟以下哪种机器学习方法的效果类似
问题详情




10.
向量&nbspA=[1,&nbsp3,&nbsp6,&nbsp4,...
问题详情

向量 A=[1, 3, 6, 4, -9, 0]的L1范数为




11.
给定一个离散型随机变量x的分布P(x),这个变量的熵(entropy)定义...
问题详情

给定一个离散型随机变量x的分布P(x),这个变量的熵(entropy)定义为sum-P(xi)*log(P(xi)),那么当熵的值逐渐升高时,说明:




12.
在神经网络中,第一层的激活函数为Relu:f(t)&nbsp=&nbsp...
问题详情

在神经网络中,第一层的激活函数为Relu:f(t) = max(0, t),其中t = w*x + b,x为instance输入,w和b为模型参数,如果一个instance在这里的输入值对应t=-1,那么在backpropagate计算参数的梯度时,对于这个instance来说,传过这个激活函数的梯度值为




13.
强化学习中一般会加入explore策略,以避免agent过早陷入到局部最优...
问题详情

强化学习中一般会加入explore策略,以避免agent过早陷入到局部最优解,以下哪个不是常用的explore策略




14.
对参数w的L1正则等价于w的先验服从
问题详情




15.
以下只需要局部拟合监督数据的算法是
问题详情




16.
模型的bias过高,如何降低
问题详情




17.
以下关于Logistic&nbspRegression(LR)&nbsp...
问题详情

以下关于Logistic Regression(LR) 与 SVM的联系和区别的说法中, 错误的是




18.
不属于判别模型的算法是:
问题详情




19.
现有6个相同的抽屉,一个小球等可能得存在于其中任何一个抽屉,也可能隐藏于抽...
问题详情

现有6个相同的抽屉,一个小球等可能得存在于其中任何一个抽屉,也可能隐藏于抽屉之外(其概率为1/8)。一个人检查完前5个抽屉,都没有发现该小球,那么此时小球在第6个抽屉的概率是多少?




20.
关于&nbspL1、L2&nbsp正则化下列说法正确的是
问题详情

关于 L1、L2 正则化下列说法正确的是




21.
下列哪一项在神经网络中引入了非线性
问题详情




22.
下面关于Minkowski&nbspdistance的表述,错误的是
问题详情

下面关于Minkowski distance的表述,错误的是




23.
长度为N的字符串匹配长度为M的子串的算法复杂度是:
问题详情




24.
题1
问题详情

假设现在需要对一串数字字符串进行解码,我们知道该字符串的编码规则是

1->A

2->B

...

26->Z

输出数字N 代表有多少种可能的结果

输入描述: 一个整数输入样例: 111 输出描述: 一个整数输出样例 3
25.
题3
问题详情

在图像处理中,卷积是常用的技术,现有P(h,w)的的图片,像素值为[0, 255]的整数。卷积核为K(m, m)的矩阵,元素值为[0, 1.]的浮点数,输出图像大小为O(h - m + 1, w - m + 1),其中h>=m, w>=m。卷积后中的图片O元素值计算如下,其中最后的输出像素值为向下取整的整数

现输入图片P和卷积核K,输出卷积后的图片O,图片按行输出,行内空格分隔。

第1行输入图片的大小h、w由空格分隔。

第2行到h+1行输入由空格分隔的w个像素值。

第h+2输入卷积核大小m。

第h+3行到h+2+m行输入由空格分隔的m卷积核值

输入描述: 第1行输入图片的大小h、w由空格分隔。

第2行到h+1行输入由空格分隔的w个像素值。

第h+2输入卷积核大小m。

第h+3行到h+2+m行输入由空格分隔的m卷积核值。输入样例: 3 3 40 24 135 200 239 238 90 34 94 2 0.0 0.6 0.1 0.3 输出描述: 图片按行输出,行内空格分隔输出样例 106 176 162 174
26.
题5
问题详情

复读机自从发明以来,就深受广大朋友的喜爱,并逐渐成长为人类的三大本质、灵魂属性之一。然而,在一片毫无感情的复读声中,如何优雅的复读,是立志成为高级复读机的我们的追求。例如,我们可以将复读的句子做一些简单的变换再复读出来,就可以既不打乱队形,又可以让人摸不着头脑。

输入每行是一个正在被复读的句子:“qian fang gao neng",那么我们将有奇数个字母的单词做反转,再复读出去就是:"qian fang oag neng"
输入描述: 一行单词,每个以空格分隔输入样例: zai lai yi bian 输出描述: 一行单词,一部分已经反转,每个以空格分隔输出样例 iaz ial yi bian