人工智慧是一門研究模擬人類智慧，實現機器智慧的一門科學，那麼，在找工作過程中，這些面試題常常會被問到。瞭解一二，有備無患。

關於Python

1、Python的函式引數傳遞方法？

2、Python中的元類(metaclass)有哪些？

3、@staticmethod和@classmethod的區別？

4、類變數和例項變數區別？

5、Python中單下劃線和雙下劃線？

6、字串格式化:%和.format？

7、迭代器和生成器的區別？

8、說一說面向切面程式設計AOP和裝飾器？

9、怎麼理解Python中過載？

10、新式類和舊式類

11、__new__和__init__的區別

12、單例模式

13、Python中的作用域

14、GIL執行緒全域性鎖

15、 協程

16、Python函數語言程式設計

17、Python裡的拷貝

18、Python垃圾回收機制

19、read,readline和readlines

20、Python2和3的區別

21、排程演算法的步驟

22、靜態連結和動態連結的區別是什麼

23、虛擬記憶體技術

24、分頁和分段

25、頁面置換演算法

26、邊沿觸發和水平觸發

27、Redis原理

28、樂觀鎖和悲觀鎖

29、 MyISAM和InnoDB

30、urllib和urllib2的區別

31、apache和nginx的區別

32、冪等 Idempotence

33、RESTful架構(SOAP,RPC)

34、CGI和WSGI

35、unix程序間通訊方式(IPC)

36、廣度遍歷和深度遍歷二叉樹程式設計問題

關於人工智慧

1.什麼是機器學習

2.機器學習與資料探勘的區別

3.什麼是機器學習的過度擬合現象

4.過度擬合產生的原因

5.如何避免過度擬合

6.什麼是感應式的機器學習？

7.什麼是機器學習的五個流行的演算法？

8.機器學習有哪些不同的演算法技術？

9.在機器學習中，建立假設或者模型的三個階段指的是什麼？

10.什麼是監督學習的標準方法？

11.什麼是訓練資料集和測試資料集？

12.下面列出機器學習的各種方法？

13.非機器學習有哪些型別？

14.什麼是非監督學習的功能？

15.什麼是監督學習的功能？

16.什麼是演算法獨立的機器學習？

17.人工智慧與機器學習的區別？

18.在機器學習中分類器指的是什麼？

19.樸素貝葉斯方法的優勢是什麼？

20.在哪些領域使用模式識別技術？

21.什麼是遺傳程式設計？

22.在機器學習中歸納邏輯程式設計是指什麼？

23.在機器學習中，模型的選擇是指？

24.用於監督學習校準兩種方法是什麼？

25. 什麼方法通常用於防止過擬合？

26.規則學習的啟發式方法和決策樹的啟發式方法之間的區別是什麼？

27.什麼是感知機器學習？

28.貝葉斯邏輯程式的兩個組成部分是什麼？

29.什麼是貝葉斯網路？

30.為什麼基於例項的學習演算法有時也被稱為懶惰學習演算法？

31.支援向量機能處理哪兩種分類方法？

32.什麼是整合學習？

33.為什麼整合學習被應用？

34.什麼使用整合學習？

35.什麼是整合方法的兩種正規化？

36.什麼是整合方法的一般原則，在整合方法中套袋（bagging）和爆發（boosting）指的是什麼？

37.什麼是整合方法分類錯誤的偏置方差分解？

38.在整合方法中什麼是增量合成方法？

39.PCA，KPCA和ICE如何使用？

40.在機器學習中降維是什麼意思？

41.什麼是支援向量機？

42.關係評價技術的組成部分是什麼？

43.連續監督學習有什麼不同方法？

44.在機器人技術和資訊處理技術的哪些方面會相繼出現預測問題？

45.什麼是批量統計學習？

46什麼是PAC學習？

47有哪些不同的類別可以分為序列學習過程？

48什麼是序列學習？

49.機器學習的兩種技術是什麼？

50.你在日常工作中看到的機器學習的一個流行應用是什麼？