Вопросы для подготовки к интервью

Можешь рассказать, как выглядит архитектура логистической регрессии?

Как обучается логистическая регрессия?

Может ли логистическая регрессия попасть в локальный минимум?

Как понять, переобучилась ли модель?

Какие методы регуляризации существуют?

Какие метрики можно использовать для бинарной классификации?

Что откладывается по оси X и Y в ROC кривой?

Если все вероятности пополам поделим, как ROC-AUC изменится?

Можем ли модель в прод катить на основе ROC-AUC 0.81 vs 0.80?

Как поближе посмотреть на качество моделей?

Какие метрики качества моделей вы знаете?

Предложи, какой baseline ты можешь построить?

Для чего нужен baseline при разработке ML-модели?

Что такое MAPE и как она считается?

Какие методы можно использовать для обучения модели на несбалансированных данных?

Что делаем с сильно скоррелированными признаками?

Почему линейные модели могут плохо работать с несбалансированными данными?

В чем принципиальная разница между SVM и логистической регрессией?

Что вы знаете про ансамблевые методы?

Чем отличаются CatBoost, LightGBM, XGBoost по построению деревьев?