Ответы на вопросы с собеседований на Data Scientist

Подготовка к собеседованию Data Scientist. Ответы на вопросы с собеседований на Data Scientist. А так же все видео собеседований

Где использование линейных моделей целесообразно

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Где вообще испольуютя линейные модели

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Как с помощью линейной модели понять какие фичи можно сразу откинуть

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Какие слабые стороны есть у алгоритма кластериации

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Как делаешь валидацию на практику

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Как валидировать временные ряды

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

У бинарного классификатора разделение данных такое что 95% в одном классе, 5% в другом - какую метрику следует выбрать

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Когда ROC AUC будет плохо определять качество классификатора

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Какие можно использовать метрики для бинарной классификации

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Какие есть агрегации мультиклассовых метрик

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Что такое AUC

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Что такое random forest

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Что такое boosting

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Что станет с предсказаниями, если в bagging/boosting убрать первое дерево

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Сколько слоёв многослойного перцептрона с линейной функцией активации понадобиться для приближения полинома третьей степени

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

При свёртке картинки HxW матрицей 3х3, что получится в итоге

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Как batch norm помогает в обучении моделей

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Какие есть проблемы с batch norm

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Можно ли тьюнить только batch norm

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%

Почему перестали использовать sigmoid функцию активации

Помогите другим участникам подготовиться к собеседованию и пришлите ответ на вопрос.

Шанс: 14%
167810

Менторы

Специалисты своей области, которые смогут помочь вам

  • Рыбаков Егор
    Рыбаков Егор

    Senior ML Engineer (NLP)

  • Савелко Дмитрий
    Савелко Дмитрий

    Senior Data Scientist

  • Радунцев Максим
    Радунцев Максим

    Python DS/ML разработчик

  • Polnikov Eduard
    Polnikov Eduard

    Senior Data Scientist

  • @Howtoartyom Артем
    @Howtoartyom Артем

    Senior Python Developer | Bureau 1440

© 2024 HireGuru. Сделано в Санкт-Петербурге с hireguru.ru