百度2017校园招聘开始啦，你准备好了吗。校园招聘要先通过笔试题，百度公司同样需要用面试题来筛选，所以下面就由小编为大家介绍一下百度2017校园招聘笔试题的文章，欢迎阅读。

(资料图)

百度2017校园招聘笔试题篇1

简答题

1.深度神经网络目前有哪些成功的应用?简述原因。(10分)

2.列举不同进程共享数据的方式(至少三种)。(10分)

3.对于N个样本，每个样本为D维向量，采用欧式距离使用KNN做类预测。(10分)

1).给出预测时间复杂度。

2).当N很大时，有哪些方法可以降低复杂度?

3).k取值的大小对预测方差和偏差有何影响?

百度2017校园招聘笔试题篇2

算法和程序设计

1.给出一个数据A=[a_0, a_1, a-2, ... a_n](其中n可变)，打印出该数值元素的所有组合。(15分)

2.有这样一个数组A,大小为n，相邻元素差的绝对值都是1，如A={4,5,6,5,6,7,8,9,10,9}。现在给定数组A和目标整数t，请找到t在数组中的位置。(15分)

百度2017校园招聘笔试题篇3

关于K-means聚类算法，请回答以下问题：

1).写出将N个样本X=(x1, ... xN)聚类成k类的k_means聚类算法的优化目标;

2).描述K-means终止的常用条件;

3).以Kmeans算法为例，描述Expectation-Maximization(EM)算法的基本原理与步骤。

4).用伪代码给出基于MPI或者Hadoop的Kmeans并行算法。