Data

Tools

Indexes

Applications

Experiments

Awesome

An open API service indexing awesome lists of open source software.

https://github.com/chocochip101/tech-interview-study

S.M, BoostCamp를 위한 기술 인터뷰 스터디
https://github.com/chocochip101/tech-interview-study

algorithm deep-learning machine-learning

Last synced: 6 days ago
JSON representation

S.M, BoostCamp를 위한 기술 인터뷰 스터디

Awesome Lists containing this project

README 

          
# Tech Interview Study



## 목차

 1. [일정](#일정)

 2. [참여](#참여)

 3. [Contents](#Contents)

 4. [공부자료](#공부자료)

 5. [Answers](https://github.com/Chocochip101/ai-tech-interview/tree/main/answers)



## 일정

- [Day 1 (21.11.18)](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%201.pdf)

- [Day 2 (21.11.21)](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%202.pdf)

- [Day 3 (21.11.21)](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%203.pdf)

- [Day 4 (21.11.25)](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%204.pdf)

- [Day 5 (21.11.25)](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%205.pdf)

- [Day 6 (21.11.25)](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%206.pdf)

- [Day 7 (21.11.28)](https://github.com/Chocochip101/Tech-Interview-Study/blob/main/Contents/Day%207.pdf)

- [Day 8 (21.11.28)](https://github.com/Chocochip101/Tech-Interview-Study/blob/main/Contents/Day%208.pdf)



## 참여

[Chocochip](https://github.com/Chocochip101) ([BLOG](https://chocochip101.tistory.com/)), [GardenJun](https://github.com/garden-jun)



## Contents



### [Day 1](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%201.pdf)



  Content



  ---



- Statistic/Math

1. 고유값(eigen value)와 고유벡터(eigen vector)에 대해 설명해주세요. 그리고 왜 중요할까요?

2. 샘플링(Sampling)과 리샘플링(Resampling)에 대해 설명해주세요. 리샘플링은 무슨 장점이 있을까요?



- Machine Learning

3.정규화를 왜 해야할까요? 정규화의 방법은 무엇이 있나요?

4. Local Minima와 Global Minima에 대해 설명해주세요.

5. 차원의 저주에 대해 설명해주세요.



- Deep Learning

6. 딥러닝은 무엇인가요? 딥러닝과 머신러닝의 차이는?

7. Cost Function과 Activation Function은 무엇인가요?

8. Data Normalization은 무엇이고 왜 필요한가요?



- Python

9. What is the difference between list and tuples in Python?

10. What are the key features of Python?

  ---



### [Day 2](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%202.pdf)



  Content



  ---

- Statistic/Math

1. 확률 모형과 확률 변수는 무엇일까요?

2. 누적 분포 함수와 확률 밀도 함수는 무엇일까요? 수식과 함께 표현해주세요.



- Machine Learning

3. dimension reduction기법으로 보통 어떤 것들이 있나요?

4. PCA는 차원 축소 기법이면서, 데이터 압축 기법이기도 하고, 노이즈 제거기법이기도 합니다. 왜 그런지 설명해주실 수 있나요?



- Deep Learning

5. 알고있는 Activation Function에 대해 알려주세요. (Sigmoid, ReLU, LeakyReLU, Tanh 등)

6. 오버피팅일 경우 어떻게 대처해야 할까요?

7. 하이퍼 파라미터는 무엇인가요?

8. Weight Initialization 방법에 대해 말해주세요. 그리고 무엇을 많이 사용하나요?



- Python

9. What type of language is python? Programming or scripting?



- Algorithm

10. 다음 코드에서 print_all_prime_numbers 함수의 파라미터 N에 대한 시간 복잡도는 무엇일까요?



  



  



  ---



### [Day 3](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%203.pdf)



  Content



  ---

- Statistic/Math

1. 조건부 확률은 무엇일까요?

2. 공분산과 상관계수는 무엇일까요? 수식과 함께 표현해주세요.



- Machine Learning

3. LSA, LDA, SVD 등의 약자들이 어떤 뜻이고 서로 어떤 관계를 가지는지 설명할 수 있나요?

4. Markov Chain을 고등학생에게 설명하려면 어떤 방식이 제일 좋을까요?



- Deep Learning

5. 볼츠만 머신은 무엇인가요?

6. Tensorflow, PyTorch 특징과 차이가 뭘까요?

7. TF, PyTorch 등을 사용할 때 디버깅 노하우는?

8. 뉴럴넷의 가장 큰 단점은 무엇인가? 이를 위해 나온 One-Shot Learning은 무엇인가?



- Python

9. What is type conversion in Python?



- Algorithm

10. [Problem - BOJ 1914](https://www.acmicpc.net/problem/1914)



  ---



### [Day 4](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%204.pdf)



  Content



  ---



- Statistic/Math

1. 신뢰 구간의 정의는 무엇인가요?

2. p-value를 모르는 사람에게 설명한다면 어떻게 설명하실 건가요?



- Machine Learning

3. 텍스트 더미에서 주제를 추출해야 합니다. 어떤 방식으로 접근해 나가시겠나요?

4. SVM은 무엇이고 왜 반대로 차원을 확장시키는 방식으로 동작할까요? SVM은 왜 좋을까요?

5. 다른 좋은 머신 러닝 대비, 오래된 기법인 나이브 베이즈(naive bayes)의 장점을 옹호해보세요.



- Deep Learning

6. 요즘 Sigmoid 보다 ReLU를 많이 쓰는데 그 이유는?

7. ReLU로 어떻게 곡선 함수를 근사하나? ReLU의 문제점은?

8. Bias는 왜 존재할까?



- Python

9. What is \_\_init__?



- Algorithm

10. [Problem - Programmers - 소수 찾기](https://programmers.co.kr/learn/courses/30/lessons/42839)

  ---



### [Day 5](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%205.pdf)



  Content



  ---



- Statistic/Math

1. R square의 의미는 무엇인가요?

2. 평균(mean)과 중앙값(median)중에 어떤 케이스에서 뭐를 써야할까요?



- Machine Learning

3. 회귀 / 분류시 알맞은 metric은 무엇일까?

4. Association Rule의 Support, Confidence, Lift에 대해 설명해주세요.

5. 최적화 기법중 Newton’s Method와 Gradient Descent 방법에 대해 알고 있나요?



- Deep Learning

6. Gradient Descent에 대해서 쉽게 설명한다면?

7. 왜 꼭 Gradient를 써야 할까? 그 그래프에서 가로축과 세로축 각각은 무엇인가? 실제 상황에서는 그 그래프가 어떻게 그려질까?

8. GD 중에 때때로 Loss가 증가하는 이유는?

9. Back Propagation에 대해서 쉽게 설명 한다면?



- Python

10. What is self in Python?



- Algorithm

11. 다음 코드의 출력 값은?   

![image](https://user-images.githubusercontent.com/73146678/142759377-41d81415-36b4-4b1a-8bba-80957c225fab.png)

  ---



### [Day 6](https://github.com/Chocochip101/AI-Interview-Study/blob/main/Contents/Day%206.pdf)



  Content



  ---



- Statistic/Math

1. 중심극한정리는 왜 유용한걸까요?

2. 엔트로피(entropy)에 대해 설명해주세요. 가능하면 Information Gain도요.



- Machine Learning

3. ROC 커브에 대해 설명해주실 수 있으신가요?

4. K-means의 대표적 의미론적 단점은 무엇인가요? (계산량 많다는것 말고)

5. 머신러닝(machine)적 접근방법과 통계(statistics)적 접근방법의 둘간에 차이에 대한 견해가 있나요?



- Deep Learning

6. GD가 Local Minima 문제를 피하는 방법과 찾은 해가 Global Minimum인지 아닌지 알 수 있는 방법은 무엇이 있을까요?

7. Training 세트와 Test 세트를 분리하는 이유와 Validation 세트가 따로 있는 이유는?

8. Test 세트가 오염되었다는 말의 뜻은 무엇인가?



- Python

9. What does *args, **kwargs mean? And why would we use it?



- Algorithm

10. [Problem - Programmers - 피로도](https://programmers.co.kr/learn/courses/30/lessons/87946)

  ---



### [Day 7](https://github.com/Chocochip101/Tech-Interview-Study/blob/main/Contents/Day%207.pdf)



  Content



  ---



- Statistic/Math

1. 어떨 때 모수적 방법론을 쓸 수 있고, 어떨 때 비모수적 방법론을 쓸 수 있나요?

2. “likelihood”와 “probability”의 차이는 무엇일까요?



- Machine Learning

3. L1, L2 정규화에 대해 설명해주세요.

4. Cross Validation은 무엇이고 어떻게 해야하나요?

5. XGBoost을 아시나요? 왜 이 모델이 캐글에서 유명할까요?



- Deep Learning

6. Batch Normalization의 효과와 주의점은?

7. GAN에서 Generator 쪽에도 BN을 적용해도 될까?

8. CNN에 대해서 설명해주세요.

9. Average Pooling과 Max Pooling의 차이점은?



- Algorithm

10. [Problem - Programmers - 교점에 별 만들기](https://programmers.co.kr/learn/courses/30/lessons/87377)

  ---



### [Day 8](https://github.com/Chocochip101/Tech-Interview-Study/blob/main/Contents/Day%208.pdf)



  Content



  ---



- Statistic/Math

1. 검정력(statistical power)은 무엇일까요?



- Machine Learning

2. 앙상블 방법엔 어떤 것들이 있나요?



- Deep Learning

3. 딥러닝 발달 이전에 사물을 Detect할 때 자주 사용하던 방법은 무엇인가요?

4. Faster R-CNN의 장점과 단점은 무엇인가요?

5. dlib은 무엇인가요?



- Data Base

6. Key란 무엇인가요?

7. Key의 다섯 가지 종류에 대해 설명해주세요.



- Algorithm

8. [Problem - Programmers - 타켓 넘버](https://programmers.co.kr/learn/courses/30/lessons/43165)

9. [Problem - Programmers - N으로 표현](https://programmers.co.kr/learn/courses/30/lessons/42895)



  ---



## 공부자료

[BoostCamp AI Tech](https://github.com/Chocochip101/ai-tech-interview#-statisticsmath)  

[DataScience Interview Questions](https://github.com/zzsza/Datascience-Interview-Questions)  

[Tech Interview for Developer](https://github.com/gyoogle/tech-interview-for-developer)  

[Interview Questions for Beginners](https://github.com/JaeYeopHan/Interview_Question_for_Beginner)  

[Coding Test Problem Set](https://github.com/tony9402/baekjoon)