初級或中級算法崗面試題主要有四類：數理統(tǒng)計基礎、機器學習模型原理、編程能力、項目經驗。項目經驗因人而異，所以僅總結前三個方面的基礎知識，分享給朋友。（高級或資深算法崗面試內容不在本文范圍內）

1.大數定律

弱大數定律：獨立同分布的n個隨機變量，當n充分大時，n個隨機變量的均值依概率收斂于數學期望值，即可以用均值代替數學期望值。

伯努利大數定理：獨立重復試驗次數足夠大時，事件A發(fā)生的頻率收斂于概率。注：以上為口頭簡述，非標準化的數學表述。

2.中心極限定理

n個獨立同分布的隨機變量，當n充分大時，其均值服從正態(tài)分布。注：以上為口頭簡述，非標準化的數學表述。

3.條件概率/分布律（乘法公式）

P(A|B)=P(AB)/P(B)，演化式P(A|B)*P(B)=P(B|A)*P(A)

4.全概率公式

P(A)= P(A|B1)+P(A|B2)+P(A|B3)+…+P(A|Bn)，其中A為樣本空間的事件，B1、B2、B3…Bn為樣本空間的一個劃分。

5.貝葉斯公式

P(Bi|A)= P(A|Bi)*P(Bi)/[P(A|B1)+P(A|B2)+P(A|B3)+…+P(A|Bn)]，其中A為樣本空間的事件，B1、B2、B3…Bn為樣本空間的一個劃分。

6. 常見三大正態(tài)抽樣分布

7. 參數檢驗（總體分布已知的情況下，對參數取值的檢驗）

8. 非參數檢驗（總體分布形式未知情況下的檢驗）

（3） 偏度、峰度檢驗

9. 置信區(qū)間

注：單側置信區(qū)間省略

10. 模型擬合優(yōu)度

（4）A/Btest Score

（5）殘差檢驗：一般要求殘差分布接近正態(tài)分布。

寫在最后：原理和思想很重要，一定要理解透徹！！！

“數學算法的世界”專注數據分析、數據科學技能傳播，后期會陸續(xù)推出數據分析、數據科學面試題匯總系列文章，敬請關注！

往期回顧

在數據分析/科學中的競爭力如何？一張圖幫你讀懂數據科學需要掌握的技能

抖音日活3.2億，可能有 3.3億用戶在同一天內使用抖音嗎？（泊松分布的Python實現）

常見數據分析（Python）面試題（一）

什么影響了你的工資？方差分析告訴你

我放棄了國企工作，轉行做了數據分析

總結

以上是生活随笔為你收集整理的简述isodata算法的原理_算法常见面试题汇总（一）：概率论与数理统计部分的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。