Machine Learning interview questions

Получается, вы как уркаватитель или как темлит?

С какими данными XML для эссонами от источника внешних дел?

Вы почитаете правильный путь предпредготовки фичей, чтобы подавать логистику?

Бывают в чьих где 100 категорий используете?

Ванхот, weight of evidence и target rate кодирование, то можете плюс-минус каждого из них назвать?

Если говорить про бустинг и random forest, какие самые отличия?

Но в вашем определении, кстати говоря, не понятно, Why у random forest все деревья разные получаются?

а зачем, в чем отличие эволюционное от тестовой выборки?

Как применяется, хорошо подробно спрошу, как применяется эволюционная выборка у вас в процессе там учения модели, как применяется тестовая выборка?

А по каким критериям, можете назвать это критерии, которые вы используете?

И какой algorithm у вас, что в таком случае ничего не надо делать, model по-прежнему хорошо работает?

Как у нас построен вообще полностью процесс построения модели?

Или какая-то отрывая задача была, какая-то книжка была, да, над переменами, которые вот позволил продвинуться вперед?

и вы как бы отдавали получается на коммуникацию, как, кого вы отдавали на коммуникацию, всех у кого больше 0.5 или как это было?

Тут есть такие специализированные метрики, может, что-то применяют?

И тебе нужно по каждому клиенту собрать кумулятивную сумму на каждый момент покупки, у тебя есть сумма, если ты кумулятивную сумму на момент покупки как бы ты это сделал?

Просто это, зачем F1, если у тебя нет дисбаланса классов, например?

А модели PD какие были? LockRack, CatBoost, Eronica?

model выносите как на бой? То есть это отдельный какой-то ML-контур есть?

А понимаешь, как к вам клиенты заходят? Откуда у вас заявки, кто клиенты такое пообружался?