สัมภาษณ์.ai
1.0.0
ดาวน์โหลด PDF • เกี่ยวกับ • คลาดเคลื่อน •
"เรียนรู้ต่อไป ไม่เช่นนั้นอาจเสี่ยงที่จะไม่เกี่ยวข้อง"
ในเล่มแรกนี้ ฉันตั้งใจนำเสนอหลักสูตรหลักที่สอดคล้องกัน สะสม และเฉพาะเนื้อหาในสาขาวิทยาศาสตร์ข้อมูล รวมถึงหัวข้อต่างๆ เช่น ทฤษฎีสารสนเทศ สถิติแบบเบย์ การแยกความแตกต่างของอัลกอริธึม การถดถอยโลจิสติก การรับรู้ และโครงข่ายประสาทเทียมแบบบิด ฉันหวังว่าคุณจะพบว่าหนังสือเล่มนี้กระตุ้น
ฉันเชื่อว่าคุณที่เป็นนักศึกษาระดับบัณฑิตศึกษาและผู้หางานที่เน้นหนังสือเล่มนี้เป็นหลักจะได้รับประโยชน์จากการอ่านหนังสือเล่มนี้ อย่างไรก็ตาม ฉันหวังว่าแม้แต่นักวิจัยที่มีประสบการณ์มากที่สุดก็จะพบว่ามันน่าหลงใหลเช่นกัน
ติดต่ออาเมียร์:
https://www.linkedin.com/in/amirivry/
https://scholar.google.com.mx/citations?user=rQCVwksAAAAJ&hl=iw
ติดต่อชโลโม่:
https://www.linkedin.com/in/quantscientist/
https://scholar.google.com.mx/citations?user=bM0LGgcAAAAJ&hl
หนังสือเล่มนี้พร้อมจำหน่ายผ่าน Amazon และช่องทางการจัดจำหน่ายมาตรฐานอื่นๆ โปรดดูหน้าเว็บของผู้จัดพิมพ์เพื่อสั่งซื้อหนังสือหรือดูรายละเอียดเพิ่มเติมเกี่ยวกับการตีพิมพ์ สามารถดูต้นฉบับของหนังสือได้ที่ด้านล่างนี้ - มีไว้เพื่อการใช้งานส่วนตัวเท่านั้นและห้ามจำหน่าย
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}
}การขายหรือการใช้งานเชิงพาณิชย์เป็นสิ่งต้องห้ามโดยเด็ดขาด สิทธิ์ผู้ใช้ของทรัพยากรอิเล็กทรอนิกส์นี้ระบุไว้ในข้อตกลงใบอนุญาตด้านล่าง คุณสามารถใช้แหล่งข้อมูลอิเล็กทรอนิกส์นี้เพื่อวัตถุประสงค์ใน การศึกษาส่วนตัว เท่านั้น ห้ามขาย/ขายต่อเนื้อหาใดๆ โดยเด็ดขาด
หนังสือเล่มนี้ (www.interviews.ai) เขียนขึ้นสำหรับคุณ: นักวิทยาศาสตร์ด้านข้อมูลผู้มุ่งมั่นซึ่งมีพื้นฐานด้านปริมาณ ที่กำลังเผชิญกับความยากลำบากของกระบวนการสัมภาษณ์ในสาขาที่มีการแข่งขันสูงขึ้น สำหรับพวกคุณส่วนใหญ่ กระบวนการสัมภาษณ์ถือเป็นอุปสรรคที่สำคัญที่สุดระหว่างคุณกับงานในฝัน แม้ว่าคุณจะมีความสามารถ ภูมิหลัง และแรงจูงใจที่จะเก่งในตำแหน่งเป้าหมาย แต่คุณอาจต้องการคำแนะนำเกี่ยวกับวิธีการก้าวเข้าสู่ประตู
บทสัมภาษณ์การเรียนรู้เชิงลึกฉบับที่สอง (ปกอ่อนของ Amazon จัดพิมพ์เป็นขาวดำ) เป็นแหล่งรวมปัญหาหลายร้อยข้อที่แก้ไขได้อย่างสมบูรณ์ จากหัวข้อหลัก ๆ ที่หลากหลายใน AI ได้รับการออกแบบมาเพื่อทั้งฝึกซ้อมการสัมภาษณ์หรือหัวข้อการสอบโดยเฉพาะ และจัดให้มีการเรียนรู้ของเครื่อง M.Sc./Ph.D. นักเรียนและผู้ที่รอการสัมภาษณ์ภาพรวมของสาขาที่ได้รับการจัดการอย่างดี ปัญหาที่เกิดขึ้นนั้นยากพอที่จะทำให้คุณลำบากและพัฒนาทักษะของคุณได้อย่างมาก แต่ปัญหาเหล่านี้ถูกล้อมรอบด้วยคำถามที่กระตุ้นความคิดและเรื่องราวที่น่าสนใจ
นั่นคือสิ่งที่ทำให้หนังสือเล่มนี้มีคุณค่าอย่างยิ่งต่อนักเรียนและผู้หางาน โดยช่วยให้พวกเขาสามารถพูดอย่างมั่นใจและรวดเร็วในหัวข้อที่เกี่ยวข้อง สามารถตอบคำถามทางเทคนิคได้อย่างชัดเจนและถูกต้อง และเพื่อให้เข้าใจวัตถุประสงค์และความหมายของคำถามในการสัมภาษณ์อย่างถ่องแท้ และคำตอบ สิ่งเหล่านี้เป็นข้อได้เปรียบอันทรงพลังและขาดไม่ได้เมื่อเดินเข้าไปในห้องสัมภาษณ์
เนื้อหาของหนังสือเล่มนี้เป็นคลังหัวข้อจำนวนมากที่เกี่ยวข้องกับการสัมภาษณ์งาน DL และการสอบระดับบัณฑิตศึกษา ซึ่งทำให้งานนี้อยู่ในระดับแนวหน้าของกระแสวิทยาศาสตร์ที่กำลังเติบโตในการสอนชุดหลักของทักษะทางคณิตศาสตร์และการคำนวณเชิงปฏิบัติ เป็นที่ยอมรับกันอย่างกว้างขวางว่าการฝึกอบรมนักวิทยาศาสตร์คอมพิวเตอร์ทุกคนจะต้องมีทฤษฎีบทพื้นฐานของ ML และ AI ก็ปรากฏในหลักสูตรของมหาวิทยาลัยเกือบทุกแห่ง หนังสือเล่มนี้ได้รับการออกแบบเพื่อใช้อ้างอิงที่ดีเยี่ยมสำหรับผู้สำเร็จการศึกษาจากหลักสูตรดังกล่าว
หนังสือเล่มนี้มีความหนาเกือบ 400 หน้า
หลายร้อยปัญหาที่แก้ไขได้อย่างสมบูรณ์
ปัญหาจากการเรียนรู้เชิงลึกหลายด้าน
ไดอะแกรมและภาพประกอบที่ชัดเจน
ดัชนีที่ครอบคลุม
การแก้ปัญหาทีละขั้นตอน
ไม่ใช่แค่คำตอบที่ได้รับ แต่ผลงานที่แสดงออกมา
ไม่ใช่แค่งานที่แสดงเท่านั้น แต่ให้เหตุผลตามความเหมาะสมด้วย
หนังสือเล่มนี้เขียนขึ้นสำหรับคุณ: นักวิทยาศาสตร์ข้อมูลผู้มุ่งมั่นซึ่งมีพื้นฐานด้านปริมาณ ต้องเผชิญกับความยากลำบากของกระบวนการสัมภาษณ์ในสาขาที่มีการแข่งขันสูงขึ้น สำหรับพวกคุณส่วนใหญ่ กระบวนการสัมภาษณ์ถือเป็นอุปสรรคที่สำคัญที่สุดระหว่างคุณกับงานในฝัน แม้ว่าคุณจะมีความสามารถ ภูมิหลัง และแรงจูงใจที่จะเก่งในตำแหน่งเป้าหมาย แต่คุณอาจต้องการคำแนะนำเกี่ยวกับวิธีการก้าวเข้าสู่ประตู ความอยากรู้อยากเห็นของคุณจะดึงคุณผ่านชุดปัญหา สูตร และคำแนะนำของหนังสือ และเมื่อคุณก้าวหน้า คุณจะเข้าใจการเรียนรู้เชิงลึกมากขึ้น มีความเชื่อมโยงที่ซับซ้อนระหว่างแคลคูลัส การถดถอยโลจิสติก เอนโทรปี และทฤษฎีการเรียนรู้เชิงลึก ทำงานผ่านหนังสือ และการเชื่อมต่อเหล่านั้นจะให้ความรู้สึกเป็นธรรมชาติ
เล่มที่ 1 ของหนังสือเล่มนี้มุ่งเน้นไปที่มุมมองทางสถิติและผสมผสานพื้นฐานพื้นฐานเข้ากับแนวคิดหลักและความรู้เชิงปฏิบัติ มีบทเฉพาะเกี่ยวกับ:
ทฤษฎีสารสนเทศ
แคลคูลัสและความแตกต่างอัลกอริธึม
การเรียนรู้เชิงลึกแบบเบย์และการเขียนโปรแกรมความน่าจะเป็น
การถดถอยโลจิสติก
การเรียนรู้ทั้งมวล
การสกัดคุณลักษณะ
การเรียนรู้เชิงลึก: บทที่ขยาย (100+ หน้า)
บทเหล่านี้ปรากฏควบคู่ไปกับการจัดการหัวข้อเชิงลึกใน Deep Learning พร้อมตัวอย่างโค้ดใน PyTorch, Python และ C++
"PyTorch" เป็นเครื่องหมายการค้าของ Facebook
ลิขสิทธิ์ © Shlomo Kashani ผู้แต่งหนังสือ "บทสัมภาษณ์การเรียนรู้เชิงลึก" Shlomo Kashani ผู้แต่งหนังสือ บทสัมภาษณ์การเรียนรู้เชิงลึก www.interviews.ai: [email protected]
ขอขอบคุณผู้อ่านทุกท่านที่ชี้ให้เห็นประเด็นเหล่านี้ ข้อผิดพลาดสำหรับการพิมพ์เวอร์ชัน 12/03/2020 และแสดงในเวอร์ชันออนไลน์:
คำถามหมายเลข PRB-267 -CH.PRB- 8.91 ถูกลบออกเนื่องจากขาดความชัดเจน
คำถามหมายเลข PRB-115 - CH.PRB- 5.16 ถูกลบออกเนื่องจากขาดความชัดเจน
ข้อผิดพลาดสำหรับการพิมพ์เวอร์ชัน 12/05/2020 และแสดงในเวอร์ชันออนไลน์:
หน้า 230 คำถามหมายเลข PRB-178 แก้ไข "การตรวจสอบความถูกต้องแบบข้ามที่เริ่มต้น" เป็น "การตรวจสอบความถูกต้องแบบแบ่งชั้น"
หน้า 231 คำถามหมายเลข PRB-181 เพิ่ม ” .“ หลังการพับข้อมูล
หน้า 231 คำถามหมายเลข PRB-191 แก้ไข "an" เป็น "a"
หน้า 234 คำถามหมายเลข PRB-192 “ใน” ซ้ำสองครั้ง
หน้า 236 คำถามหมายเลข PRB-194 แก้ไข "เข้าใกล้" เป็น "แนวทาง", "arr" เป็น "arr001"
หน้า 247 คำถามหมายเลข PRB-210 แก้ไข "an" เป็น "a"
หน้า 258 คำถามหมายเลข PRB-227 แก้ไข "เมตริกความสับสน" เป็น "เมทริกซ์ความสับสน"
หน้า 271 คำถามหมายเลข PRB-240 แก้ไข "MaxPool2D(4,4,)" เป็น "MaxPool2D(4,4)"
หน้า 273 คำถามหมายเลข PRB-243 แก้ไข “ตัวตน” เป็น “ระบุ”
หน้า 281 คำถามหมายเลข PRB-254 แก้ไข “แนะนำ” เป็น “แนะนำ”
หน้า 283 คำถามหมายเลข PRB-256 “happening” สะกดผิด
หน้า 286 “L1, L2” แก้ไขเป็น “บรรทัดฐาน”
หน้า 288 คำถามหมายเลข SOL-184 แก้ไข “เต็ม” เป็น “เต็ม”
หน้า 298 คำถามหมายเลข SOL-208 แก้ไข "ou1" เป็น "out"
หน้า 319 คำถามหมายเลข SOL-240 แก้ไข “ขนาดคบเพลิง([1, 32, 222, 222])” ถึง “torch.size([1, 32, 222, 222]).“
หน้า 283 คำถามหมายเลข PRB-256 “happening” ถูกสะกดผิด
ข้อผิดพลาดสำหรับการพิมพ์เวอร์ชัน 12/07/2020 และแสดงในเวอร์ชันออนไลน์:
หน้า 187 คำถามหมายเลข PRB-140 สองแปลงที่ขาดหายไป (6.3, 6.4) ซึ่งแสดงผลไม่ถูกต้องในเวอร์ชันพิมพ์
6.3
6.4 ข้อผิดพลาดสำหรับการพิมพ์เวอร์ชัน 21/09/2020 และแสดงในเวอร์ชันออนไลน์:
หน้า 34 หมายเลขโซลูชัน SOL-19 , 0.21886 ควรเป็น 0.21305 และ 0.21886 ± 1.95 × 0.21886 ควรเป็น 0.21305 ± 1.95 × 0.21886
หน้า 36-7 หมายเลขโซลูชัน SOL-21 ,4.8792/0.0258 = 189.116 และไม่ใช่ 57.3 และ pi(33) = 0.01748 และไม่ใช่ pi(33) = 0.211868
หน้า 49, PRB-47 “ความน่าจะเป็นที่ผู้เชี่ยวชาญคือ ลิง คืออะไร” ควรเป็น “ความน่าจะเป็นที่ผู้เชี่ยวชาญคือ มนุษย์ เป็นเท่าใด”
ข้อผิดพลาดสำหรับการพิมพ์เวอร์ชัน 22/09/2020 และแสดงในเวอร์ชันออนไลน์:
หน้า 73 หมายเลขโซลูชัน SOL-56 ควรอ่านว่า "Hessian ถูกสร้างขึ้นโดยการสร้าง ความแตกต่าง "
หน้า 57 ปัญหาหมายเลข PRB-65 ควรอ่านว่า " สอง เซลล์ประสาท"
ข้อผิดพลาดสำหรับการพิมพ์เวอร์ชัน 24/09/2020 และแสดงในเวอร์ชันออนไลน์:
หน้า 78 หมายเลขโซลูชัน SOL-64 OnOffLayer จะปิดเฉพาะในกรณีที่เซลล์ประสาทอย่างน้อย 150 จาก 200 ตัวปิดอยู่ ดังนั้น นี่อาจแสดงเป็นการแจกแจงแบบทวินาม และความน่าจะเป็นที่เลเยอร์จะปิดคือ :
