Вопросы для подготовки к интервью

Что такое Data Drift? Как он проявляется с течением времени?

Каким образом лучше разделить данные на Train и Test?

Достаточно ли просто рандомного Train/Test Split или нужен Stratified Split?

А Bootstrap под выборки мы строим, ну, то есть почему? По объектам, по признакам.

А что интересно будет, если сделать баггинг над линейными алгоритмами?

Ты рассказал про бэггинг, а что такое Random Forest? В чём отличие?

Подвыборка признаков выбирается для всего дерева целиком? На каком этапе она выбирается?

Подвыборка признаков выбирается для всего дерева или на каждом сплите?

Почему в бустинге мы не хотим использовать более глубокие деревья?

Какие алгоритмы машинного обучения вы используете в продакшене?

Вы чаще используете бустинг или Random Forest тоже выводите в прод?

Какие модификации градиентного спуска ты знаешь?

Есть ли оптимизаторы с индивидуальными learning rate для каждого параметра?

Какое минимальное количество видеопамяти нам понадобится?

Что происходит в нейронной сети после forward pass для выполнения backward pass?

Какие методы регуляризации используются в нейронных сетях?

Работает ли полносвязная нейронная сеть для всех задач ML, или нужны другие архитектуры?

Что значит «нейроны выключены/включены» в контексте Dropout? Как это работает на инференсе?

Что бы ты использовал: MSE или MAE? Почему?

Чему равен ROC-AUC, если у тебя есть пары (истинная метка, предсказание)?