基础整理一波

1、归一化、标准化、中心化
https://www.jianshu.com/p/95a8f035c86c
2、为什么resnet里要用bottleneck？
https://blog.csdn.net/u011304078/article/details/80683985
3、红黑树的基本特性（二叉查找树）和附加特性
https://zhuanlan.zhihu.com/p/31805309
4、大顶堆的构建以及排序
https://www.cnblogs.com/sunshineliulu/p/12995910.html
5、为什么快排比堆排序快？
https://blog.csdn.net/alw_123/article/details/52141459
6、进程和线程的区别
https://blog.csdn.net/ThinkWon/article/details/102021274
7、RESNET中，当网络规模达到50层以及以上的时候为什么要使用bottleneck？
答：减少模型参数
参考：https://blog.csdn.net/u011304078/article/details/80683985

8、C语言存储区参考https://www.cnblogs.com/yunlambert/p/9876491.html

C++内存分为5个区域：
堆 heap ：
由new分配的内存块，其释放编译器不去管，由我们程序自己控制（一个new对应一个delete）。如果程序员没有释放掉，在程序结束时OS会自动回收。涉及的问题：“缓冲区溢出”、“内存泄***r>栈 stack ：
是那些编译器在需要时分配，在不需要时自动清除的存储区。存放局部变量、函数参数。
存放在栈中的数据只在当前函数及下一层函数中有效，一旦函数返回了，这些数据也就自动释放了。
全局/静态存储区（.bss段和.data段）：
全局和静态变量被分配到同一块内存中。在C语言中，未初始化的放在.bss段中，初始化的放在.data段中；在C++里则不区分了。
常量存储区（.rodata段）：
存放常量，不允许修改（通过非正当手段也可以修改）
代码区（.text段）：
存放代码（如函数），不允许修改（类似常量存储区），但可以执行（不同于常量存储区）
根据C++对象生命周期不同，C++的内存模型有三种不同的内存区域:
1.自由存储区，动态区、静态区局部非静态变量的存储区域(栈)
2.动态区:用operator new,malloc分配的内存(堆)
3.静态区:全局变量、静态变量、字符串常量存在位置

9、一维卷积
https://blog.csdn.net/yizhishuixiong/article/details/106566730
对空洞卷积的理解
https://www.jianshu.com/p/f743bd9041b3
wavenet
https://zhuanlan.zhihu.com/p/51359150

10、F1 score
https://blog.csdn.net/qq_14997473/article/details/82684300

11、插值
https://www.cnblogs.com/duye/p/8671820.html

12、C++内存管理
https://zhuanlan.zhihu.com/p/51855842

13、特征筛选方法
https://blog.csdn.net/jliang3/article/details/88912464

14、三次握手与四次挥手
http://cyc2018.gitee.io/cs-notes/#/notes/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91%E7%BB%9C%20-%20%E4%BC%A0%E8%BE%93%E5%B1%82?id=tcp-%e7%9a%84%e4%b8%89%e6%ac%a1%e6%8f%a1%e6%89%8b

15、哈希表的底层怎么实现O1时间复杂度的？
https://www.cnblogs.com/gaopengpy/p/12058055.html
https://www.jianshu.com/p/dbe7a1ea5928

16、哈希表的构建和查找、哈希函数的选择与解决冲突的方法
https://blog.csdn.net/oqkdws/article/details/82928107

17、ROC（真阳率假阳率） AUC
https://www.cnblogs.com/gatherstars/p/6084696.html

18、SVM LR
https://zhuanlan.zhihu.com/p/31886934
https://blog.csdn.net/wj1298250240/article/details/103899164
https://zhuanlan.zhihu.com/p/77750026
19、整数无序双向链表能否转为排序二叉树BST
由前序遍历和中序遍历重建二叉树
https://leetcode-cn.com/problems/zhong-jian-er-cha-shu-lcof/
20、LGBM的特征重要性
https://www.cnblogs.com/wqbin/p/12803594.html
21、小样本学习
https://blog.csdn.net/weixin_40123108/article/details/89003325
22、faiss计算
https://zhuanlan.zhihu.com/p/133210698
23、图像相似度算法
https://www.cnblogs.com/wj-1314/p/9472962.html
aHash pHash算法 https://cloud.tencent.com/developer/article/1524117
图像灰度化的原理 https://blog.csdn.net/u012308586/article/details/92795677
24、如何重建排序二叉树

25、SGD与BGD的区别
https://www.cnblogs.com/maybe2030/p/5089753.html
以及优化算法：动量梯度法 β越大越依赖历史梯度
https://zhuanlan.zhihu.com/p/343564175
26、决策树的演进、优缺点
https://www.cnblogs.com/wuzc/p/12831887.html#/c/subject/p/12831887.html
信息增益偏向于可选属性值较多的特征；
信息增益率，分母项，可以防止决策树分类过于细化，过度拟合训练集；
CART树一定是二叉结构；
CART树用作回归树时，是通过分析子树节点里的数据，计算其方差，当方差小于一定值可以终止分裂，从而降低计算成本
可以通过设置树的最大深度、最小节点数、最小熵或基尼指数来干预树的分裂程度
27、决策树的预剪枝和后剪枝
https://blog.csdn.net/leaf_zizi/article/details/83380081
决策树预剪枝：在树的分裂过程中进行剪枝，是自顶向下的剪枝，如果出现分类精确度没有提高的情况就不再分裂；这种剪枝方式，会导致树得不到充分分裂，因为当前节点虽然对精确度没有提升，但并不表示从该节点下层节点也是这样，所以预剪枝也容易导致欠拟合。
后剪枝：待决策树生成好了之后自底向上剪枝

基础整理一波

全站热榜