Вопросы на собеседовании: Machine Learning

То есть, когда встречается семёрка, двойка запишется во второй максимум?

Почему PCA не всегда используют для устранения мультиколлинеарности?

Почему глубокие деревья считаются примером bagging'а, если у них низкий bias, но высокий variance?

Почему средняя геометрическая редко используется в качестве метрики в ML?

Тебе интересно тоже этим заниматься? Или ты хочешь только обучать модельке, как ты пишешь?

Вы знакомы с Kubernetes?

Вы писали сервисы вокруг ML-моделей? На чём?

И насколько активно ищешь сейчас что-то новое? Как тебе вообще с поиском дела?

Или без разницы, главное, чтобы ребята были хорошие?

Какими средствами можно влиять на каждый из компонентов ошибки (bias и variance)?

Что бы это действительно произошло?

Бустинг сильно уменьшает bias, но что происходит с variance?

Чем стекинг отличается от блендинга?

Какова суть бэггинга с точки зрения bias-variance разложения?

Что будет, если в бустинге использовать случайные деревья (рандомизацию)?

Как ты видишь алгоритм подбора модели кластеризации и ее оценки?

Какие основные параметры у DBSCAN?

Какие признаки аномальных транзакций можно использовать — скорость, суммы, нетипичные суммы?

Почему данные можно назвать мусорными? Потому что там не было полезной информации?

На какой период делался прогноз?