添加 10 道【深度学习】【自然语言处理】等方向面试题

Author: amusi

docs/强化学习.md

@@ -146,6 +146,10 @@
 
 - [ ] TODO
 
+## value-based方法学习的目标是什么？
+
+- [ ] TODO
+
 ## 强化学习 DQN，DDQN，AC，DDPG 的区别
 
 - [ ] TODO

docs/机器学习.md

@@ -103,7 +103,7 @@ $$J(\phi(z),y;w)=-yln(\phi(z))-(1-y)ln(1-\phi(z))$$
 - [逻辑回归算法面经](https://zhuanlan.zhihu.com/p/46591702)
 - [Logistic Regression 模型简介](https://tech.meituan.com/2015/05/08/intro-to-logistic-regression.html)
 
-### 为什么逻辑回归模型要使用 sigmoid 函数？
+### 为什么 LR 要使用 sigmoid 函数？
 
 1.广义模型推导所得
 2.满足统计的最大熵模型
@@ -113,22 +113,26 @@ $$J(\phi(z),y;w)=-yln(\phi(z))-(1-y)ln(1-\phi(z))$$
 
 - [为什么逻辑回归 模型要使用 sigmoid 函数](https://blog.csdn.net/weixin_39881922/article/details/80366324)
 
-### LR可以用核函数么？
+### LR 可以用核函数么？
 
 - [ ] TODO
 
-### 为什么logistic回归用交叉熵损失而不是平方损失？
+### 为什么 LR 用交叉熵损失而不是平方损失？
 
 - [ ] TODO
 
-### 逻辑斯蒂回归能否解决非线性分类问题？
+### LR 能否解决非线性分类问题？
 
 - [ ] TODO
 
 **参考资料**
 
 - [逻辑斯蒂回归能否解决非线性分类问题？](https://www.zhihu.com/question/29385169)
 
+### LR为什么要离散特征？
+
+- [ ] TODO
+
 ## 线性回归
 
 ### 基本原理
@@ -430,7 +434,7 @@ Adaboost采用迭代的思想，每次迭代只训练一个弱分类器，训练
 - [数据挖掘领域十大经典算法之—AdaBoost算法（超详细附代码）](https://blog.csdn.net/fuqiuai/article/details/79482487)
 - [聊聊Adaboost，从理念到硬核推导](https://zhuanlan.zhihu.com/p/62037189)
 
-### GBDT 和 AdaBoost区别
+### GBDT 和 AdaBoost 区别
 
 - [ ] TODO
 

docs/深度学习.md

@@ -312,6 +312,10 @@ $$
 
 - [ ] TODO
 
+### Adagrad
+
+- [ ] TODO
+
 ### Adam
 
 Adam算法结合了Momentum和RMSprop梯度下降法，是一种极其常见的学习算法，被证明能有效适用于不同神经网络，适用于广泛的结构。
@@ -678,7 +682,11 @@ identity mapping顾名思义，就是指本身，也就是公式中的x，而res
 
 - [ ] TODO
 
-### 为什么DenseNet比ResNet好？
+### 为什么 DenseNet 比 ResNet 好？
+
+- [ ] TODO
+
+### 为什么 DenseNet 比 ResNet 更耗显存？
 
 - [ ] TODO
 

docs/自然语言处理.md

@@ -87,7 +87,7 @@
 
 - [ ] TODO
 
-### 词向量如何训练的？（word2vector）
+### word2vec如何训练的？
 
 - [ ] TODO
 
@@ -119,6 +119,10 @@
 
 - [ ] TODO
 
+## Sentence Embedding
+
+- [ ] TODO
+
 ## SeqSeq
 
 - [ ] TODO

docs/面试经验.md

@@ -122,10 +122,10 @@
 - [ ] [2020届NLP小渣渣实习及秋招面试记录](https://zhuanlan.zhihu.com/p/62902811)
 - [ ] [字节跳动实习算法岗面经](https://www.nowcoder.com/discuss/174565)
 - [ ] [20届-视觉算法-暑期实习-菜鸡的心酸历程](https://www.nowcoder.com/discuss/173292)
-- [ ] [腾讯算法实习面试总结——论面试官虐我的一百种方式](https://www.nowcoder.com/discuss/163996)
-- [ ] [旷视（face++）算法实习生面经](https://zhuanlan.zhihu.com/p/61221469)
-- [ ] [我的春招实习结束了，详细算法面经](https://www.nowcoder.com/discuss/163388)
-- [ ] [字节跳动自然语言处理面经-半凉等offer](https://www.nowcoder.com/discuss/170907)
+- [x] [腾讯算法实习面试总结——论面试官虐我的一百种方式](https://www.nowcoder.com/discuss/163996)
+- [x] [旷视（face++）算法实习生面经](https://zhuanlan.zhihu.com/p/61221469)
+- [x] [我的春招实习结束了，详细算法面经](https://www.nowcoder.com/discuss/163388)
+- [x] [字节跳动自然语言处理面经-半凉等offer](https://www.nowcoder.com/discuss/170907)
 - [x] ♥ [算法春招上岸，心路历程（内含部分公司面经）](https://www.nowcoder.com/discuss/170673)
 - [x] [360公司2018秋招算法精英面经分享~](https://www.nowcoder.com/discuss/154590)
 - [x] [腾讯算法岗实习烫经](https://www.nowcoder.com/discuss/169896)