这里我们将开启新的一个专题:概率题面试突击。
为什么想写这个专题呢,主要是因为最近几年在程序员面试中,尤其是校招面试中,经常会问到一些与概率、期望相关的问题,一方面是考查候选人的数学素养,另一方面是概率在计算机中的应用确实很多。这些题零零散散出现在各个平台的面经,周围同学朋友的口述,以及自己的面试实践中,没有一个系统的梳理,因此本专栏的目的就是详细梳理程序员面试中常见的知识点与题目。
当然,本专栏不只是适合程序员。算法工程师、策略产品经理,数据分析师都是最近几年新出现并且比较热门的岗位,而概率在这些岗位中是通用基础,面试中基本上都会问到。此外,很多程序员会去金融科技工作,而金融业中的技术岗位,概率是必考的,并且会重点考。准备这些岗位的同学,有时间的话都可以学习本专栏,将来一定会有用。
我工作至今的职位一直都是算法工程师,这里我从算法工程师的角度谈一谈概率。
最近几年人工智能、数据科学已成为一项推动业务发展的重要技术。而进入这个领域的人,基本上一定会翻阅领域内的文章,以及参与相关任务。那么你会发现与概率有关的问题基本上绕不开:
要过滤垃圾邮件,这需要贝叶斯思维;要从文本中提取出名称实体,有赖于概率图模型研究;要做语音识别,离不开随机过程中的隐马尔可夫模型;要通过样本推断某类对象的总体特征,则需要建立估计理论和大数定理;要进行统计推断,必不可少的一类应用广泛的采样方法则是蒙特卡罗方法以及马尔可夫过程的稳定性。
可以看到,概率理论既是程序员面试的高频考点,又是解决实际问题的现实工具。
除了理论以外,运用好 Python 工具,例如 Numpy、Scipy、Matplotlib、Pandas 等,也有助于强化对知识的理解,后面的基础知识介绍中会穿插有这方面的内容。
本专栏是一个连载专栏,主要讨论程序员面试中的高频概率问题,包括知识点和题目,但不涉及机器学习中的概率进阶理论知识。其目录规划如下:
第一章为序言,也就是本小节的内容。
第二章简述随机模拟,并以一实例加深大家对随机模拟的思考过程,附 Python 代码。
第三章简要梳理面试中概率核心考点。
第四章为连载部分,将持续更新概率计算问题及其解答。
第五章为附录,主讲概率在计算机中的现实应用。
阅读量:2087
点赞量:3
收藏量:1