Как добавить новый источник данных с короткой историей в логистическую регрессию?
Чтобы добавить новый источник данных с короткой историей в модель логистической регрессии, нужно учитывать несколько моментов:
Читать ответПодготовка к интервью
10 вопросов с собеседований в филиппинский банк Salmon
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в филиппинский банк Salmon. Здесь можно понять структуру технической проверки и заранее повторить связанные темы.
Каталог
Чтобы добавить новый источник данных с короткой историей в модель логистической регрессии, нужно учитывать несколько моментов:
Читать ответFSDP (Fully Sharded Data Parallel) и DDP (Distributed Data Parallel) — это методы распределённого обучения нейронных сетей, но они отличаются по способу управления памятью и коммуникациями.
Читать ответЛинейная и логистическая регрессии — это методы машинного обучения для решения разных задач:
Читать ответAutoencoder — это нейронная сеть, которая обучается восстанавливать входные данные на выходе через сжатое внутреннее представление (латентное пространство).
Читать ответБустинг — это метод ансамблирования, который строит сильную модель путем последовательного обучения серии слабых моделей (обычно деревьев решений).
Читать ответCUTLASS (CUDA Templates for Linear Algebra Subroutines and Solvers) — это библиотека от NVIDIA, предназначенная для высокопроизводительных вычислений на GPU с использованием CUDA.
Читать ответСуществуют различные алгоритмы снижения размерности, которые помогают уменьшить число признаков в данных, сохраняя при этом важную информацию. Основные из них:
Читать ответDoRA (Domain-oriented Retrieval Augmentation) и LoRA (Low-Rank Adaptation) — это методы адаптации больших языковых моделей, но с разными подходами.
Читать ответFlashAttention — это оптимизированный CUDA kernel для вычисления механизма внимания (attention) в трансформерах, который значительно ускоряет вычисления и снижает потребление памяти.
Читать ответFeature engineering для временных рядов — это процесс создания новых признаков из исходных данных, которые помогают моделям лучше улавливать временную структуру и зависимости.
Читать ответ