# Daily-interview

**Repository Path**: yuancf1024/Daily-interview

## Basic Information

- **Project Name**: Daily-interview
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-04-01
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Daily Interview

## 背景

牛客网，知乎等众多网站上包含了数以百万计的面经，但往往大而散，面试者在准备面试时候去翻阅不但浪费时间，翻阅材料越多，越觉得自己很多知识点都没有掌握，造成心理上极大的压力，导致面试中不能发挥正常水平甚至面试失败。
其实，每一位求职者都应该有自己的一份面试笔记，记录笔试中常涉及到的知识点和项目中常被问到的问题。每次面试之前看一遍，做到举一反三，融会贯通，熟捻于心，方能在每次面试中汲取经验，最后从容应对。我个人就有自己的面试笔记，每次面试之前都会翻一遍，边看边想，但求好运。
## 宗旨：
不需要大而全，涵盖所有内容，因为知识在不断更新迭代，我们也做不到涵盖所有。
不提供查漏补缺，因为每个人的短板不尽相同，需要面试者根据自己知识体系，多加思考，自己完善。
这是一份每一个面试者面试之前必看一遍的小面经。面试之前的半天时间，温故而知新。

## 内容：
以面试岗位为梳理主线，整理面试之前必看的面试题目，给出高频的面试知识点和面试题。
### 机器学习算法工程师
1. ML
   + [Decision Tree](./machine-learning/DecisionTree.md)
   + [Adaboost](./machine-learning/Adaboost.md)
   + [Frequent Pattern](./machine-learning/frequent_pattern.md)
   + [Tree Embedding](./machine-learning/tree_embedding.md)
   + [GBDT LR](./machine-learning/gbdt_lr.md)
   + [Kmeans](./machine-learning/kmeans.md)
   + [Logistic regression](./machine-learning/logistic_regression.md)
   + [Word2Vec](./machine-learning/word2vec.md)
   + [Collaborative Filtering](./machine-learning/collaborative_filtering.md)
   + [K-nearest neighbor](./machine-learning/kNN.md)
   + [SVM](./machine-learning/SVM.md)
   + [NaïveBayes](./machine-learning/NaïveBayes.md)
   + [Metrics](./machine-learning/metrics.md)
   + [HMM](./machine-learning/HMM.md)
   + [CRF](./machine-learning/CRF.md)
   + Features selection
   + Optimizers
   
2. Coding
   + [数组](./coding/Array.md)
   + [排序](./coding/sort.md)
   + [贪心](./coding/greedy.md)
   + [字符串](./coding/string.md)
   + [链表](./coding/linklist.md)
   + [二叉树](./coding/binaryTree.md)
   + [图](./coding/graph.md)
   + [搜索](./coding/search.md)
   + [动态规划](./coding/dp.md)
   + 其他

3. Big data
   + [MapReduce](./big-data/mapreduce.md)
   + [Technology](./big-data/Technology.md)
   + [Questions](./big-data/questions.md)

4. Logic & Probability
   + [逻辑题目](./logic-probability/logic.md)
   + [概率题目](./logic-probability/probability.md)

5. cs subjects     
   + [操作系统](./cs-subjects/opreating-systems.md)
   + [计算机网络](./cs-subjects/compute-networks.md) 
   + [数据库](./cs-subjects/dbms.md)

6. DL       
   + 深度学习基础

### 图像处理算法工程师
1. CV       
   + TODO 
### 自然语言处理算法工程师
1. NLP      
   + TODO

## 使用方法：
面试之前能够花半天时间翻一翻的面试笔记，翻看不是目的，目的是翻看时候的温故、知新和信心。建议每个求职者根据自己的面试经验和项目情况填充该框架，加入自己的理解与感悟，把知识内化于心，刻上自己的印记。
对于有充足的时间准备面试的小伙伴，不妨将框架中涉及的内容深入学习理解，如果能加上实践项目进行理解，可谓锦上添花。