Банк вопросов
Вопросы на собеседовании: Machine Learning На собеседовании недостаточно назвать метрику или модель: нужно объяснить, почему вы выбрали её для задачи. Проверьте, можете ли вы связать обучение, регуляризацию, валидацию и оценку качества с конкретным примером. Сначала ответьте своими словами, затем уточните допущения и ограничения.
Средне Machine Learning Яндекс
Можешь рассказать, как выглядит архитектура логистической регрессии?
logistic-regression architecture linear-models
Практиковать в боте Средне Machine Learning Яндекс
Как обучается логистическая регрессия?
logistic-regression training optimization
Практиковать в боте Средне Machine Learning Яндекс
Может ли логистическая регрессия попасть в локальный минимум?
logistic-regression optimization convexity
Практиковать в боте Легко Machine Learning Яндекс
Как понять, переобучилась ли модель?
overfitting validation model-evaluation
Практиковать в боте Средне Machine Learning Яндекс
Какие методы регуляризации существуют?
regularization overfitting methods
Практиковать в боте Легко Machine Learning Яндекс
Какие метрики можно использовать для бинарной классификации?
binary-classification metrics evaluation
Практиковать в боте Средне Machine Learning Яндекс
Что откладывается по оси X и Y в ROC кривой?
roc-curve axes tpr-fpr
Практиковать в боте Сложно Machine Learning Яндекс
Если все вероятности пополам поделим, как ROC-AUC изменится?
roc-auc probability-transformation invariance
Практиковать в боте Средне Machine Learning Яндекс
Можем ли модель в прод катить на основе ROC-AUC 0.81 vs 0.80?
model-deployment statistical-significance practical-significance
Практиковать в боте Средне Machine Learning Яндекс
Как поближе посмотреть на качество моделей?
model-analysis detailed-evaluation diagnostics
Практиковать в боте Средне Machine Learning Яндекс
Какие метрики качества моделей вы знаете?
metrics model-quality evaluation
Практиковать в боте Средне Machine Learning
Предложи, какой baseline ты можешь построить?
baseline model-development starting-point
Практиковать в боте Легко Machine Learning Сбер
Для чего нужен baseline при разработке ML-модели?
baseline model-development best-practices
Практиковать в боте Средне Machine Learning Сбер
Что такое MAPE и как она считается?
mape regression-metrics percentage-error
Практиковать в боте Средне Machine Learning Мосбиржа
Какие методы можно использовать для обучения модели на несбалансированных данных?
imbalanced-data sampling cost-sensitive
Практиковать в боте Средне Machine Learning Мосбиржа
Что делаем с сильно скоррелированными признаками?
correlation multicollinearity feature-engineering
Практиковать в боте Средне Machine Learning Мосбиржа
Почему линейные модели могут плохо работать с несбалансированными данными?
imbalanced-data linear-models classification
Практиковать в боте Средне Machine Learning Мосбиржа
В чем принципиальная разница между SVM и логистической регрессией?
svm logistic-regression classification
Практиковать в боте Средне Machine Learning Мосбиржа
Что вы знаете про ансамблевые методы?
ensemble bagging boosting stacking
Практиковать в боте Сложно Machine Learning Мосбиржа
Чем отличаются CatBoost, LightGBM, XGBoost по построению деревьев?
catboost lightgbm xgboost tree-construction
Практиковать в боте Подготовьтесь к следующему интервью с Vibe Interview.
Скачать Vibe Interview