Подборка объединяет вопросы, отмеченные на этапах интервью в Сбер. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: database, sql, backend.
Генерация синтетических данных для редкого класса (например, с помощью методов oversampling, таких как SMOTE) приводит к увеличению количества примеров этого класса в обучающей выборке.
Переобучение — это ситуация, когда модель машинного обучения слишком хорошо подстраивается под обучающие данные, включая шум и случайные особенности, и плохо обобщает на новые данные.
Использовать только одну фичу — сумму кредита — обычно недостаточно для построения качественной модели машинного обучения, особенно в задачах оценки кредитных рисков.
Добавление одинакового значения ко всем объектам (например, смещение всех признаков на константу) обычно не влияет на метрики классификации, если модель и метрики инвариантны к таким преобразованиям.