中国银联2019校园招聘 人工智能开发（“一血”记录一下）

情况介绍：

　　出来招聘公告后，找学长内推。今天晚上开始笔试。在线笔试做题。需要开启摄像头，摄像头只是开头用了一下拍了个照片，之后貌似没用啊。

       直观感受就是 题好多啊 ，不准备真的是做不完啊。。。好好准备  准备    必须好好准备   必须   必须！！！！

       笔试 是从 19：00-21：00   2个小时   每部分有限制时间，时间到了 强制提交---最后5分钟会提醒--

题目：

      1. 50道行测 50分钟   数量关系 算不来 一年级的题 扎心了啊~~

      2.银行知识考察 金融、财会、银联知识等 题量不大，就是银行考试常见题 都可以百度到。。奈何没人提供答案啊。。没学过金融 ++bei cui~  时间忘记了 貌似 20分钟

      3.英语阅读理解题  4篇 每篇5个选择题   貌似也是20分钟

      4.最后专业技术题    报的人工智能岗位 考察的是计算机视觉等知识吧 还是挺基础的。 时间大约30分钟。。。有单选 多选 判断。。下面把我记的列举下：

 

人工智能开发  考察的题：

      单选1.去除图像中椒盐噪声最直接有效的滤波方法是：A 均值滤波  B中值滤波 C维纳滤波 D高斯滤波

             2.下面不是判别模型的是：A决策树  B神经网络 C朴素贝叶斯 D支持向量机

             3.关于PSNR 与 SSIM,以下说法错误的是：A 两者均为图像质量评估方法，值越大越好 B PSNR本质上是MSE的一种对数表示形式

  　　　　　　　　　　　　　　　　　　　　　  C SSIM是一种盲源的图像质量评估方法   D   SSIM能更好反应图像结构的相似性

             4.二维码图像几何校准过程中通常不包括以下哪个步骤：A Hough变换  B 仿射变换 C DFT变换 D中值滤波 

             5.常用的图像增强方法不包括：A 图像锐化  B形态学滤波  C直方图均衡 D HDR

             6.两个矩阵 A、B的大小分别为 m*n ,n*p 矩阵AB相乘的时间复杂度 是：O(n)  O(mnp)  O(n^2) O(mp)

             7.文本分类可采用朴素贝叶斯 n元模型或者分类算法。分类也可以看成是 ：A 信息检索问题  B语言识别问题 C数据压缩问题 D体裁分类问题

             8.以下不属于集成学习方法的是：A Bagging B Random Forrest  C AdaBoost D KSVM

             9.基于n元概率语言模型能够获得数量惊人的有关语言的信息，该模型在（）、拼写错误、体裁分类和命名实体识别等多种任务中有良好表现。

                 A  语言识别  B 语音识别  C信息检索  D信息抽取

            10.在一个线性回归问题中，我们使用R平方（R-Squared）来判断拟合度。此时，如果增加一个特征，模型不变，则下列说法正确的是：

              A 如果R-Squared增加，则这个特征有意义   B 如果R-Squared减小，则这个特征没意义  C仅看R-S....单一个变量，无法确定这个特征有意义 D以上全错

 

       不定项选择题：

          11.下列哪些神经网络结构会发生权值共享  ： A卷积神经网络 B循环神经网络 C全连接神经网络 D以上都不是

          12.关于哈夫曼编码，以下说法正确的是：A 它是一种定长码 B它具有唯一可编译性 C它具有即时性 D它不关心信源的统计特性

          13.在自然语言处理中，为了争取消歧，需要结合下列哪几种模型：A 时间模型 B构思模型 C语言模型 D声学模型 

          14.在进行模型参数优化时，经常会考虑使用梯度下降法，以下关于它的说法正确的是：

            A 它的常见形式包括 BGD、SGD和MBGD  B SGD具有具有训练速度快 搜索结果为全局最优解等特点

            C 相对于SGD ，BGD的迭代次数通常相对较少 D MBGD是梯度下降法在训练速度 和 参数训练准确性的折中方法

         15.Canny 边缘检测 相比于 sobel边缘检测，主要优势包括：

          A 目标边缘更加锐化 B图像灰度均值对结果的影响降低 C图像噪声对结果的影响降低 D边缘检测速度有所提升

 

        是非判断： 

        16.主成分 分析 （PCA ）和线性判别分析（LDA）都属于常用的降维方法   ：   正确 or 错误

        17.KNN SVM  随机森林是可以直接用于分类的算法：

        18.最大似然估计结合了模型参数本身的概率分布：

        19.最小二乘法 是 可以用于特征降维的方法：

        20.下降递归解析器 是一个简单的自下而上解析器，利用文法产生式，递归可扩展开始符合，并尝试匹配输入的句子。

        

          

     有时间整理下答案，备战秋招使用。

    转载请注明出处，打字不易，且看且珍惜~