INTERVIEW PREP

数学与非代码面试题

覆盖数学、概率、统计、脑筋急转弯、机器学习和金融。这里负责筛选和进入单题;编程题使用独立的 LeetCode 式 coding lab。

题目
4169
领域
8
当前筛选
15

1 / 1

非代码面试题

显示 15 / 15 道匹配题目

答题状态:未尝试未正确已正确
3066一次带噪观测下的信号提取潜在标量状态的先验分布为 x\sim N(10,4)。你观测到 y=13,且观测方程为 y=x+\varepsilon,其中 \varepsilon\sim N(0,5)。求 Kalman 增益、后验均值与后验方差。统计中等derivation未尝试面试订阅3068潜在公允价值更新潜在标量状态的先验分布为 x\sim N(-1,16)。你观测到 y=3,且观测方程为 y=x+\varepsilon,其中 \varepsilon\sim N(0,9)。求 Kalman 增益、后验均值与后验方差。统计中等derivation未尝试面试订阅3071局部水平模型的预测与更新设 x t=x t-1 +w t,其中 w t\sim N(0,2);观测方程为 y t=x t+v t,其中 v t\sim N(0,3)。在时刻 t-1,滤波后的状态分布为 N(7,4)。若观测到 y t=9,求时刻 t 的预测均值/方差以及更新后的均值/方差。统计中等derivation未尝试面试订阅3072随机游走价值过滤一步设 x t=x t-1 +w t,其中 w t\sim N(0,1);观测方程为 y t=x t+v t,其中 v t\sim N(0,4)。在时刻 t-1,滤波后的状态分布为 N(-2,5)。若观测到 y t=0,求时刻 t 的预测均值/方差以及更新后的均值/方差。统计中等derivation未尝试面试订阅3076融合两条带噪交易员报价潜在标量状态的先验分布为 N(0,9)。两个条件独立的传感器分别观测到 y 1=2(噪声方差 4)和 y 2=-1(噪声方差 5)。求同时利用两条观测后的后验均值与后验方差。统计中等derivation未尝试面试订阅3077双传感器潜在水平估计潜在标量状态的先验分布为 N(5,16)。两个条件独立的传感器分别观测到 y 1=9(噪声方差 9)和 y 2=3(噪声方差 4)。求同时利用两条观测后的后验均值与后验方差。统计中等derivation未尝试面试订阅3078双数据源状态合成潜在标量状态的先验分布为 N(-2,25)。两个条件独立的传感器分别观测到 y 1=-1(噪声方差 1)和 y 2=2(噪声方差 4)。求同时利用两条观测后的后验均值与后验方差。统计中等derivation未尝试面试订阅3081观测缺失两天后才出现新读数设局部水平模型满足 x t=x t-1 +w t,其中 w t\sim N(0,1),观测噪声方差为 2。在上一次滤波状态 N(3,4) 之后,连续缺失了 2 次观测。随后观测到新值 y=6。求新观测到来之前的预测方差,以及更新后的均值/方差。统计中等derivation未尝试面试订阅3082缺失一次观测后的更新设局部水平模型满足 x t=x t-1 +w t,其中 w t\sim N(0,3),观测噪声方差为 5。在上一次滤波状态 N(-1,9) 之后,连续缺失了 1 次观测。随后观测到新值 y=2。求新观测到来之前的预测方差,以及更新后的均值/方差。统计中等derivation未尝试面试订阅3086Q=1、R=2 时的稳态增益考虑标量局部水平模型的稳态: x t=x t-1 +w t,w t\sim N(0,1);y t=x t+v t,v t\sim N(0,2)。 求稳态后验方差 C 与稳态 Kalman 增益 K。统计困难derivation未尝试面试订阅6030带持续性系数的一步预测潜在状态满足 x t=0.9\,x t-1 +w t,其中 w t\sim N(0,2)。在时刻 t-1,滤波后的状态分布为 N(4,3)。求 x t 的一步预测均值与预测方差(在时刻 t 任何观测到来之前)。统计简单derivation未尝试免费6031只求 Kalman 增益在标量观测更新 y=x+\varepsilon 中,\varepsilon\sim N(0,4),先验(预测)状态方差为 P -=12。问估计更新中吸收了创新(innovation)的多大比例,即求 Kalman 增益 K。统计简单数值题未尝试免费6032一次观测能把不确定性压缩多少?预测状态的方差为 P -=10。在模型 y=x+\varepsilon 中观测到一个值,其噪声方差 R=6。问后验(更新后)方差比 P - 下降了多少?给出更新后方差 P +。统计简单数值题未尝试免费6033创新方差与标准化意外项在模型 y t=x t+v t 中,v t\sim N(0,3),时刻 t 的预测状态为 N(5,7)。随后观测到 y t=11。求创新(一步预报误差)方差 S,以及标准化创新 (y t-m -)/ S 。统计中等derivation未尝试面试订阅6034观测之后估计落在哪里?预测状态为 N(8,6),在 y=x+\varepsilon 中观测到 y=14,测量噪声方差 R=2。只求状态的更新(后验)均值。统计简单数值题未尝试免费