计算机面试的一些问题：
1.机器学习、人工智能、深度学习之间的基本关系
人工智能，简单来说就是为机器人赋予人的智能，我们目前能实现的一般被称为“弱人工智能”，弱人工智能是能够与人一样，甚至比人更好地执行特定的任务的技术，比如一些人脸识别、指纹识别等。机器学习是一种实现人工智能的方法，机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对世界中的事件作出决策和预测。（与传统的解决的特定任务的人工编码程序不同，机器学习是使用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务）。机器学习分很多种方法，不同的方法解决不同的问题，深度学习是一种实现机器学习的一个分支方法。
2.你对人工智能有什么了？强人工智能有可能实现吗?
人工智能的先驱们梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器，即我们所说的强人工智能，这是一个无所不能的机器，它有着我们所有的感知（甚至比人更多），以及我们所有的理性，可以像我们一样思考。人们在电影里也总是看到这样的机器人，强人工智能目前还仅存在于电影和科幻小说中，原因很简单，因为我们还没法实现它们，至少目前还不行。
3.什么是机器学习，讲讲具体的算法？
机器学习是一种实现人工智能的方法，根据学习方法不同可以将机器学习分为传统机器学习、深度学习、其他机器学习。
- 传统机器学习从一些观测（训练）样本出发，试图发现不能通过原理分析获得的规律，实现对未来数据行为或趋势的准确预测。相关算法有逻辑回归、贝叶斯方法、决策树等等。
- 深度学习又称为深度神经网络（指层数超过3层的神经网络），是建立深层结构模型的学习方法。
- 此外，机器学习的常见算法还包括迁移学习、主动学习和演化学习等。
4.你认为本科教学中哪些用到了机器学习？
贝叶斯：垃圾邮件分类
逻辑回归：二分类
线性回归：值预测
5.什么是大数据？你接触到的最大的数据有多大？
大数据就是规模很大的数据，至少是规模在千万级以上的数据可以称为大数据。
（大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。）
在以前，只有2G 3G 网时，网速比较慢，我们可以浏览的也仅仅是一些网页、或者一些文字，但是现在出现了4G 5G 网络，我们还可以看视频、看直播等等，网速比较快，这样的话就为企业积累了大量的数据，比如我们访问的数据、点击的数据，企业通过用户的大量的数据，向用户进行推荐，比如商品推荐、视频推荐等。比如抖音，淘宝等。
6.什么是数据挖掘？
数据挖掘就是从大量的数据中，提取隐藏在其中的，事先不知道的、但潜在有用的信息的过程。它是基于大量数据的，数据挖掘的目标是建立一个决策模型，根据过去的行动数据来预测未来的行为。比如分析一家公司的不同用户对公司产品的购买情况，进而分析出哪一类客户会对公司的产品有兴趣。
7.大数据和机器学习之间有什么联系？
大数据，指无法在定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据是个笼统的概念暂未发现和准确的定义。
大数据的核心是利用数据的价值，机器学习是利用数据价值的关键技术，对于大数据而言，机器学习是不可或缺的。相反，对于机器学习而言，越多的数据会越可能提升模型的精确性，同时，复杂的机器学习算法的计算时间也迫切需要分布式计算与内存计算这样的关键技术。因此，机器学习的兴盛也离不开大数据的帮助。大数据与机器学习两者是互相促进，相依相存的关系。
8.什么是云计算？
狭义上讲，云计算就是一种提供资源的网络，从广义 上说，云计算是与信息技术、软件、互联网相关的一 种服务，这种计算资源共享池叫做“云”，云计算把许多计算资源集合起来，通过软件实现自动化管理，只需要很少的人参与，就能让资源被快速提供。
9.什么是深度学习？
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
文章出处登录后可见！
