contributed by <kylekylehaha> Output of C Program Output of C Program 裡面放了些自己在練習時寫錯的題型。 C Program Struct, Union, Memory Alignment Struct: 存在在 stack，用完就丟。且每一個變數都佔記憶體。

contributed by <kylekylehaha> Remote 面試流程 第一個小時考 OS，計組，C 的問題。像是: Process average waiting time, page table size, Array[2][3] 的記憶體位置等。 考完後會先是人資的面試。人資面試會向你詢問常見問題 優缺點 最有成就感的 project, 求學時遇到的困難

contributed by <kylekylehaha> On Site Interview 面試前一個半小時為考試，主考 C, OS 和 計組。 C programing 第一份總共有六題。 1. Bitwise 操作 a.) get x the 18th bit -> return (x & (1 << 17))

contributed by <kylekylehaha> Introduction CNN 可以用來減少 parameter 的數量。那何時可以用呢？當我們的任務是看某個點和它附近的狀況時，可以使用 CNN。因為有時某個點的附近就是可以描述那個點。像是: 一張圖片中找到一台車，我們可以找到輪子、後視鏡等特徵、就可以判斷出車子，而非找出整輛車。 除了圖片，graph 也適合用 CNN：可以從 node 的 neighbor 來推斷。 Why CNN for Image (3 Property) Some patterns are much smaller than the whole image.(e.g., 鳥嘴) Thus, a neuron does not have to see the whole image to discover the pattern.

Frequent Pattern Introduction to ML What is Machine Learning? What is Classification? Decision Tree Support Vector Machine(SVM) Model Evaluation Ensemble Methods Bayes Classification Methods

contributed by <kylekylehaha> Reconstruct data Pretext task (間接任務) Contrastive Learning Reconstruct data 核心想法: 將圖片做 feature extraction 後，再將其還原。如果 feature extraction 時可以抓到的是重要的 feature，透過這樣就應該有足夠的資訊還原整張圖片。 這樣就可以不用 label 來學習如何抽取圖片特徵。

contributed by <kylekylehaha> Neruon: neuron network 的最小單位。 若沒有 acitvation function，model 不會變複雜，仍然是 linear. $w_0,...,w_m$ 為需要 learned 的參數。 Universality Theorem 告訴我們只要參數越多，就越能模擬到 function，效果也越好，但為何是用 deep not fat netowrk?

contributed by <kylekylehaha> 例如: 想知道該藥是否對人有好處，但召集人的成本很高，無法瘋狂的測試不同配方 我們可以先建立一個小型 model, 該 model 和 objective function 很像。故我們在 model 上就可以瘋狂測試，找到一個不錯的後再去 objective function 測試。 Surrogate-based Optimization Create a function to approximate the expensive function

contributed by <kylekylehaha> Outline Gloval optimization Random Search / Grid Search Evolution Algorithms / Particle Swarm Gradient Descent-based Algorithm

contributed by < kylekylehaha > 第二週測驗題 作業說明 測試題分析 先研究 xs 的結構： 字串長度 $\leq$ 15 時，被歸為「短字串」 * 「短字串」存於 stack 中

contributed by <kylekylehaha> Linear Regression 當我們發現 label x 和 label y 的大小有一定關係，我們希望用 regression 來估計 y 值。 我們稱圖中點到迴歸線的垂直距離為 residuals(我們預測的 error)。 將各點 error 平方和最小化 -> cost function Cost Function

contributed by <kylekylehaha> Part0 What is Machine Learning? Key Essence of Machine Learning Exists some "underlying pattern" to be learned so performance measure can be imporved. But no programmable (easy) definition.