Machine Learning interview questions

или там кластеризация. Для фрода какие модели использовать?

Логистическую регрессию и какой-нибудь бустинг. Есть ли отличия по количеству бэдов?

Да а в чем идеи объединить их так чтобы что?

Какая у тебя есть альтернатива к выкидыванию этих признаков из выборки?

Интересно, что сейчас у вас, если можете рассказать, то есть какие в частности модели?

Не, я имею ввиду таргетом у самой модели. То есть на что ты обучал model, что оттоком являлось?

Не, у меня другой вопрос. Ты сказал, оттечет клиент или нет. Что вы считаете под тем состоянием, когда он оттекает?

То есть вы прогнозируете его состояние через месяц, и вот в какой момент вы начинаете с ним коммуникацию, чтобы он не оттекал?

Вообще, как я уже говорил, то есть у нас… еще раз, вопрос был в том, что у нас клиента нет месяца или больше, и в какой момент мы начинаем вводить эту услугу, да?

А, все, я понял. Т TT… Хорошо, а задача какая была? TimeSeries или просто регрессия?

А какие еще варианты использовал из временных рядов?

А что происходило дальше с моделями, которые ты разрабатывал? Как они там, тащились в про, или там, как они в принципе использовались потом?

Why мы не можем сделать что-то более сложное?

Где вот эта вот граница, скажи, после которой начинается много?

Во-первых, не так. Как ты поймешь, что катбуст переобучился?

Подолжим, что мощности есть. А как cross-validation помогает бороться с overfittingм?

Можешь рассказать, как ты задачу решаешь? Ну как задачу вообще решаешь?

А если он умевается поехать, не поехать, то дать скидку. Как ты будешь подходить к такому вопросу?

Получается, нам нужно определить уверенность клиента в том, что поедет он или не поедет?

Сессии-то как? Как ты их запихиваешь? Что значит сессия?