Как оптимально выбрать признак и порог для разбиения в решающих деревьях?
Алгоритм выбора:
Читать ответПодготовка к интервью
3834 вопроса с собеседований в Сбер
Что проверяют на интервью
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.
Каталог
Алгоритм выбора:
Читать ответВ Python словарь реализован на основе хеш-таблицы, что обеспечивает в среднем временную сложность O(1) для операций добавления и удаления элементов.
Читать ответТакие модели способны объединять и анализировать разные виды данных одновременно.
Читать ответСкалирование признаков часто необходимо для моделей, чувствительных к масштабу данных.
Читать ответВ Python неизменяемость объекта относится к самому объекту, а не к содержимому, на которое он ссылается.
Читать ответОконные функции в SQL позволяют выполнять вычисления по строкам, сохраняя при этом исходное количество строк в результате.
Читать ответЕсли запрос не относится ни к одному из предусмотренных сценариев (например, просто "привет" или спам), то обычно применяют следующие подходы:
Читать ответПри дисбалансе классов в задаче классификации стандартные лосс-функции (например, обычный кросс-энтропийный лосс) могут плохо работать, так как модель склонна игнорировать редкие классы.
Читать ответЕсли говорить о технической части в области Machine Learning и AI, то полезно уточнить:
Читать ответИтератор в Python — это объект, который реализует метод iter() и метод next(). Он позволяет последовательно перебирать элементы коллекции без необходимости загружать все данные сразу в память.
Читать ответЯ работал в роли ML-инженера, занимаясь разработкой и внедрением моделей машинного обучения в продуктивные системы.
Читать ответВ условиях холодного старта, когда у пользователя нет или мало истории взаимодействий, формирование релевантной выдачи требует комбинированного подхода.
Читать ответ