Вопросы на собеседовании: Machine Learning

А если мы будем дублировать... Допустим, у нас есть минорный класс, и мы решили для того, чтобы исправить этот баланс,

Как работает Random Forest?

То есть обычно эти деревья не скоррелированы для того чтобы уменьшить variance модели.

Допустим мы говорим про модели классического машинного обучения, там какой-нибудь логистический регрессии,?

Мы можем использовать dropout, то есть выключать некоторые нейроны на обучении, для того чтобы модель имела лучшую обобщающую способность.

Он пытается подобрать специальный гиперпараметр, например learning rate, для того чтобы сделать определенный шаг в сторону антиградиента.

У тебя было бы работа с твоими языковыми моделями?

Просто какое-нибудь наподобие One Hot Vector.

А как мы можем при логарифмировании получить 0?

У нас, представьте себе, что у нас есть двумерная плоскость, на которой живет муравей.

После того, как он выбирает направление, он двигается на расстояние 1.

Какие метрики расстояния используются в машинном обучении?

Что приходят ребята из Messenger и говорят, что они опрашивали пользователей?

Как мониторить spam classification в real-time чатах?

Мы можем использовать какие-нибудь имбеддинги, оно легковесное, из-за того, что у нас сервис в реал тайме, нам нужно что-то очень быстрое.

Как выбрать легковесные embeddings для baseline моделей?

А легковесные имбеддинги какие-то тут хочешь?

Как создать признаки на основе скорости отправки сообщений пользователем?

Можно, конечно, попробовать какие-нибудь unsupervised методы, там Isolation Forest.

Как оценивать и улучшать качество ML модели?