wawancara.ai
1.0.0
Unduh PDF • Tentang • Kesalahan •
"Teruslah belajar, atau berisiko menjadi tidak relevan."
Dalam volume pertama ini, saya sengaja menyajikan kurikulum inti bidang ilmu data yang koheren, kumulatif, dan spesifik konten, termasuk topik seperti teori informasi, statistik Bayesian, diferensiasi algoritmik, regresi logistik, perceptron, dan jaringan saraf konvolusional. Saya harap Anda akan menemukan buku ini merangsang.
Saya yakin Anda, para mahasiswa pascasarjana dan pencari kerja yang menjadi tujuan utama buku ini, akan mendapat manfaat dari membacanya; namun, saya berharap para peneliti paling berpengalaman pun akan menganggapnya menarik juga.
Hubungi Amir:
https://www.linkedin.com/in/amirivry/
https://scholar.google.com.mx/itations?user=rQCVwksAAAAJ&hl=iw
Hubungi Shlomo:
https://www.linkedin.com/in/quantscientist/
https://scholar.google.com.mx/itations?user=bM0LGgcAAAAJ&hl
Buku ini tersedia untuk dibeli melalui Amazon dan saluran distribusi standar lainnya. Silakan lihat halaman web penerbit untuk memesan buku atau untuk mendapatkan rincian lebih lanjut tentang penerbitannya. Naskah bukunya dapat ditemukan di bawah—disediakan untuk penggunaan pribadi saja dan tidak boleh dijual.
https://amazon.com/author/quantscientist
https://arxiv.org/abs/2201.00650
@misc{kashani2021deep,
title={Deep Learning Interviews: Hundreds of fully solved job interview questions from a wide range of key topics in AI},
author={Shlomo Kashani and Amir Ivry},
year={2021},
eprint={2201.00650},
note = {ISBN 13: 978-1-9162435-4-5 },
url = {https://www.interviews.ai},
archivePrefix={arXiv},
primaryClass={cs.LG}
}JUAL ATAU PENGGUNAAN KOMERSIAL DILARANG KERAS . Hak pengguna sumber daya elektronik ini ditentukan dalam perjanjian lisensi di bawah ini. Anda hanya boleh menggunakan sumber daya elektronik ini untuk tujuan belajar pribadi . Dilarang keras menjual/menjual kembali kontennya.
Buku ini (www.interviews.ai) ditulis untuk Anda: seorang calon ilmuwan data dengan latar belakang kuantitatif, yang menghadapi tantangan proses wawancara di bidang yang semakin kompetitif. Bagi sebagian besar dari Anda, proses wawancara adalah rintangan paling signifikan antara Anda dan pekerjaan impian. Meskipun Anda memiliki kemampuan, latar belakang, dan motivasi untuk unggul dalam posisi target Anda, Anda mungkin memerlukan beberapa panduan tentang cara memulainya.
Edisi kedua Wawancara Pembelajaran Mendalam (Sampul Lunak Amazon dicetak dalam B&W) berisi ratusan masalah yang sepenuhnya terpecahkan, dari berbagai topik utama di bidang AI. Ini dirancang untuk melatih wawancara atau ujian topik tertentu dan memberikan pembelajaran mesin M.Sc./Ph.D. siswa, dan mereka yang menunggu wawancara gambaran lapangan yang terorganisir dengan baik. Masalah-masalah yang ditimbulkannya cukup sulit untuk membuat Anda kesulitan dan secara dramatis meningkatkan keterampilan Anda-tetapi masalah-masalah tersebut dibingkai dalam pertanyaan-pertanyaan yang menggugah pikiran dan cerita-cerita yang menarik.
Inilah yang menjadikan buku ini sangat berharga bagi pelajar dan pencari kerja: buku ini memberikan mereka kemampuan untuk berbicara dengan percaya diri dan cepat mengenai topik apa pun yang relevan, menjawab pertanyaan teknis dengan jelas dan benar, dan memahami sepenuhnya tujuan dan makna pertanyaan wawancara. dan jawaban. Itu adalah keuntungan yang sangat kuat dan sangat diperlukan saat memasuki ruang wawancara.
Isi buku ini merupakan inventaris besar berbagai topik yang relevan dengan wawancara kerja DL dan ujian tingkat pascasarjana. Hal ini menempatkan penelitian ini di garis depan tren yang berkembang dalam sains untuk mengajarkan serangkaian keterampilan matematika dan komputasi praktis. Sudah diterima secara luas bahwa pelatihan setiap ilmuwan komputer harus mencakup teorema dasar ML, dan AI muncul dalam kurikulum di hampir setiap universitas. Volume ini dirancang sebagai referensi yang sangat baik bagi lulusan program tersebut.
Buku ini mencakup hampir 400 halaman
Ratusan masalah terselesaikan sepenuhnya
Masalah dari berbagai bidang pembelajaran mendalam
Diagram dan ilustrasi yang jelas
Indeks yang komprehensif
Solusi langkah demi langkah untuk masalah
Bukan sekedar jawaban yang diberikan, namun karya yang ditampilkan
Bukan hanya karya yang ditampilkan, tetapi alasan yang diberikan jika diperlukan
Buku ini ditulis untuk Anda: seorang calon ilmuwan data dengan latar belakang kuantitatif, yang menghadapi tantangan proses wawancara di bidang yang semakin kompetitif. Bagi sebagian besar dari Anda, proses wawancara adalah rintangan paling signifikan antara Anda dan pekerjaan impian. Meskipun Anda memiliki kemampuan, latar belakang, dan motivasi untuk unggul dalam posisi target Anda, Anda mungkin memerlukan beberapa panduan tentang cara memulainya. Rasa ingin tahu Anda akan membawa Anda memahami rangkaian masalah, rumus, dan instruksi dalam buku ini, dan seiring kemajuan Anda, Anda akan memperdalam pemahaman Anda tentang pembelajaran mendalam. Ada hubungan rumit antara kalkulus, regresi logistik, entropi, dan teori pembelajaran mendalam; pelajari buku ini, dan hubungan itu akan terasa intuitif.
VOLUME-I buku ini berfokus pada perspektif statistik dan memadukan latar belakang fundamental dengan ide inti dan pengetahuan praktis. Ada bab khusus tentang:
Teori Informasi
Kalkulus & Diferensiasi Algoritma
Pembelajaran Mendalam Bayesian & Pemrograman Probabilistik
Regresi Logistik
Pembelajaran Ansambel
Ekstraksi Fitur
Pembelajaran Mendalam: bab yang diperluas (100+ halaman)
Bab-bab ini muncul bersamaan dengan berbagai pembahasan mendalam tentang topik-topik di Pembelajaran Mendalam dengan contoh kode di PyTorch, Python, dan C++.
"PyTorch" adalah merek dagang Facebook.
Hak Cipta © Shlomo Kashani, penulis buku "Deep Learning Interviews" Shlomo Kashani, Penulis buku Deep Learning Interviews www.interviews.ai: [email protected]
Terima kasih kepada semua pembaca yang menunjukkan masalah ini. Kesalahan untuk versi pencetakan 03/12/2020 dan tercermin dalam versi online:
Soal nomor PRB-267 -CH.PRB- 8.91 dihapus karena kurang jelas
Soal nomor PRB-115 - CH.PRB-5.16 dihapus karena kurang jelas
Kesalahan untuk versi pencetakan 05/12/2020 dan tercermin dalam versi online:
Halaman 230, Soal nomor PRB-178 ubah “validasi silang terstratifikasi” menjadi “validasi silang terstratifikasi”.
Halaman 231, Soal nomor PRB-181 ditambah tanda ” .“ setelah pelipatan data
Halaman 231, Soal nomor PRB-191 ubah “an” menjadi “a”
Halaman 234, Soal nomor PRB-192 “dalam” diulang dua kali
Halaman 236, Soal nomor PRB-194 ubah “mendekati” menjadi “mendekati”, “arr” menjadi “arr001”
Halaman 247, Soal nomor PRB-210 ubah “an” menjadi “a”
Halaman 258, Soal nomor PRB-227 ubah “Metrik kebingungan” menjadi “Matriks kebingungan”
Halaman 271, Soal nomor PRB-240 ubah “MaxPool2D(4,4,)” menjadi “MaxPool2D(4,4)”
Halaman 273, Soal nomor PRB-243 ubah “identitas” menjadi “identifikasi”
Halaman 281, Soal nomor PRB-254 diubah “menyarankan” menjadi “menyarankan”
Halaman 283, Soal nomor PRB-256 “terjadi” salah eja
Halaman 286, “L1, L2” diubah menjadi “Norma”
Halaman 288, Soal nomor SOL-184 ubah “yang lengkap” menjadi “yang lengkap”
Halaman 298, Soal nomor SOL-208 ubah “ou1” menjadi “out”
Halaman 319, Soal nomor SOL-240 ubah “obor.Ukuran([1, 32, 222, 222]).” menjadi “obor.ukuran([1, 32, 222, 222]).“
Halaman 283, Soal nomor PRB-256 “terjadi” salah eja
Kesalahan untuk versi pencetakan 07/12/2020 dan tercermin dalam versi online:
Halaman 187, Soal nomor PRB-140 dua plot hilang (6.3, 6.4) yang tidak ditampilkan dengan benar pada versi cetak
6.3
6.4 Errata untuk versi pencetakan 21/09/2020 dan tercermin dalam versi online:
Halaman 34, Nomor solusi SOL-19 , 0,21886 seharusnya menjadi 0,21305 dan 0,21886 ± 1,95 × 0,21886 seharusnya menjadi 0,21305 ± 1,95 × 0,21886
Halaman 36-7, Nomor solusi SOL-21 ,4.8792/0.0258 = 189.116 dan bukan 57.3 dan pi(33) = 0.01748 dan bukan pi(33) = 0.211868 .
Halaman 49, PRB-47 “Berapa peluang bahwa pakar tersebut adalah seekor monyet ” seharusnya menjadi “Berapa peluang bahwa pakar tersebut adalah manusia ”
Kesalahan untuk versi pencetakan 22/09/2020 dan tercermin dalam versi online:
Halaman 73, Nomor solusi SOL-56 seharusnya berbunyi ”Hessian dihasilkan dengan membedakan ”
Halaman 57, Soal nomor PRB-65 seharusnya berbunyi “ dua neuron”
Kesalahan untuk versi pencetakan 24/09/2020 dan tercermin dalam versi online:
Halaman 78, Nomor solusi SOL-64 , OnOffLayer mati hanya jika setidaknya 150 dari 200 neuron mati. Oleh karena itu, ini dapat direpresentasikan sebagai distribusi Binomial dan probabilitas lapisan tersebut tidak aktif adalah:
