人工智能是一門研究模擬人類智能，實現機器智能的一門科學，那么，在找工作過程中，這些面試題常常會被問到。了解一二，有備無患。
關於Python
1、Python的函數參數傳遞方法？
2、Python中的元類(metaclass)有哪些？
3、@staticmethod和@classmethod的區別？
4、類變量和實例變量區別？
5、Python中單下划線和雙下划線？
6、字符串格式化:%和.format？
7、迭代器和生成器的區別？
8、說一說面向切面編程AOP和裝飾器？
9、怎么理解Python中重載？
10、新式類和舊式類
11、__new__和__init__的區別
12、單例模式
13、Python中的作用域
14、GIL線程全局鎖
15、 協程
16、Python函數式編程
17、Python里的拷貝
18、Python垃圾回收機制
19、read,readline和readlines
20、Python2和3的區別
21、調度算法的步驟
22、靜態鏈接和動態鏈接的區別是什么
23、虛擬內存技術
24、分頁和分段
25、頁面置換算法
26、邊沿觸發和水平觸發
27、Redis原理
28、樂觀鎖和悲觀鎖
29、 MyISAM和InnoDB
30、urllib和urllib2的區別
31、apache和nginx的區別
32、冪等 Idempotence
33、RESTful架構(SOAP,RPC)
34、CGI和WSGI
35、unix進程間通信方式(IPC)
36、廣度遍歷和深度遍歷二叉樹編程問題
關於人工智能
1.什么是機器學習
2.機器學習與數據挖掘的區別
3.什么是機器學習的過度擬合現象
4.過度擬合產生的原因
5.如何避免過度擬合
6.什么是感應式的機器學習？
7.什么是機器學習的五個流行的算法？
8.機器學習有哪些不同的算法技術？
9.在機器學習中，建立假設或者模型的三個階段指的是什么？
10.什么是監督學習的標准方法？
11.什么是訓練數據集和測試數據集？
12.下面列出機器學習的各種方法？
13.非機器學習有哪些類型？
14.什么是非監督學習的功能？
15.什么是監督學習的功能？
16.什么是算法獨立的機器學習？
17.人工智能與機器學習的區別？
18.在機器學習中分類器指的是什么？
19.朴素貝葉斯方法的優勢是什么？
20.在哪些領域使用模式識別技術？
21.什么是遺傳編程？
22.在機器學習中歸納邏輯程序設計是指什么？
23.在機器學習中，模型的選擇是指？
24.用於監督學習校准兩種方法是什么？
25. 什么方法通常用於防止過擬合？
26.規則學習的啟發式方法和決策樹的啟發式方法之間的區別是什么？
27.什么是感知機器學習？
28.貝葉斯邏輯程序的兩個組成部分是什么？
29.什么是貝葉斯網絡？
30.為什么基於實例的學習算法有時也被稱為懶惰學習算法？
31.支持向量機能處理哪兩種分類方法？
32.什么是集成學習？
33.為什么集成學習被應用？
34.什么使用集成學習？
35.什么是集成方法的兩種范式？
36.什么是集成方法的一般原則，在集成方法中套袋（bagging）和爆發（boosting）指的是什么？
37.什么是集成方法分類錯誤的偏置方差分解？
38.在集成方法中什么是增量合成方法？
39.PCA，KPCA和ICE如何使用？
40.在機器學習中降維是什么意思？
41.什么是支持向量機？
42.關系評價技術的組成部分是什么？
43.連續監督學習有什么不同方法？
44.在機器人技術和信息處理技術的哪些方面會相繼出現預測問題？
45.什么是批量統計學習？
46什么是PAC學習？
47有哪些不同的類別可以分為序列學習過程？
48什么是序列學習？
49.機器學習的兩種技術是什么？
50.你在日常工作中看到的機器學習的一個流行應用是什么？