本人双非渣硕，现将秋招部分公司的笔试题小结，贡献给每一位需要的人。
1、公司：联咏电子 岗位：AI算法（线下笔试）
（1）特征提取的原则？简述几个特征提取方式及其描述子
（2）欠拟合和过拟合，出现的原因？解决方法？
（3）优化算法有哪些？优缺点？
（4）利用所学知识设计算法，识别一个人的性别和年龄。
（5）设计算法，实现在不停车的情况下根据不同的车型收取停车费。
（6）3个C语言题（2个写运行结果，一个编函数，很简单）
（7）C语言编程，实现非极大值抑制
（8）公式推导，实现Softmax损失函数求导
2、公司：美林数据 岗位：数据分析工程师（偏向男生）
上市公司，笔试在宣讲会结束后进行，难度不大，监考严格，报录比低。现将笔试题做简要记录：
（1）贝叶斯概率，全概率公式
（2）分类、聚类、关联规则、综合评价和回归的基本概念
（3）聚类的相似度衡量，有计算余弦距离、曼哈顿距离
（4）过拟合、欠拟合出现的原因和解决方法（出现N次）
3、公司：上海联影医疗 算法岗位（内推免笔试）
直接讲简历上自己熟悉的项目，如果面试官比较感兴趣，会直接问。问到了为什么使用交叉熵？公式是什么样的？
网络更新参数的方式和过程？
卷积层、池化层、全连接层的具体操作和区别。
编写函数计算图像的灰度直方图，语言不限。
后面的忘记了，想到了再更新。。
4、公司：紫光展锐 算法岗（线上笔试）
1、描述语音信号处理的一种算法原理及过程
2、相机拍照，图像经历了什么图像处理算法
3、Python定义函数，要求返回一个复数的模
4、概率题
5、判断：
（1）在其他参数固定的情况下，采用更大的光圈拍照，景深越小？（正确）
（2）RNN比CNN更适合特征提取？（错误）
（3）声纹识别关注说话人的内容识别的正确性？（错误，判断说话人的身份）
6、语言信号中语谱图的分析
7、过拟合、欠拟合问题（遇见N次了）
5、公司：中科星图 算法岗
（1）常见的语义分割模型的区别和联系
（2）训练过程中，loss出现断崖式下降的原因
（3）BN、Dropout的原理和作用
（4）数据扩增的方式
（5）常见的目标检测网络和区别与联系
（6）推导贝叶斯公式
（7）计算经过几次卷积、空洞卷积、池化之后特征图的大小；反向计算感受野
（8）公式推导网络反向传播过程