[轉]2013百度校園招聘-機器學習和資料挖掘工程師-筆試題
一、簡答題（30分）
1、簡述資料庫操作的步驟（10分）
2、TCP/IP的四層結構（10分）
3、什麼是MVC結構，簡要介紹各層結構的作用（10分）
二、算法與程式設計（45分）
1、由a-z、0-9組成3位的字元密碼，設計一個算法，列出并列印所有可能的密碼組合（可用僞代碼、C、C++、Java實作）（15分）
2、實作字元串反轉函數（15分）
3、百度鳳巢系統，廣告客戶購買一系列關鍵詞，資料結構如下：（15分）
User1 手機 智能手機 iphone 桌上型電腦 …
User2 手機 iphone 筆記本電腦 三星手機 …
User3 htc 平闆電腦 手機 …
（1）根據以上資料結構對關鍵詞進行KMeans聚類，請列出關鍵詞的向量表示、距離公式和KMeans算法的整體步驟
（2）計算給定關鍵詞與客戶關鍵詞的文字相關性，請列出關鍵詞與客戶的表達符号和計算公式
三、系統設計題（25分）
一維資料的拟合，給定資料集{xi,yi}(i=1,…,n)，xi是訓練資料，yi是對應的預期值。拟使用線性、二次、高次等函數進行拟合
線性：f(x)=ax+b
二次：f(x)=ax^2+bx+c
三次：f(x)=ax^3+bx^2+cx+d
（1）請依次列出線性、二次、三次拟合的誤差函數表達式（2分）
（2）按照梯度下降法進行拟合，請給出具體的推導過程。（7分）
（3）下圖給出了線性、二次和七次拟合的效果圖。請說明進行資料拟合時，需要考慮哪些問題。在本例中，你選擇哪種拟合函數。（8分）
（4）給出實驗方案（8分）