Data Science | Вопросы собесов

🤔 Что известно о ML дизайне? ML-дизайн включает выбор модели, структуры данных, метрик и процесса обучения для конкретной задачи. Важные аспекты: • Постановка задачи (классификация, регрессия, клас

🤔 В чём отличия RoBERTa от BERT? Это улучшенная версия модели BERT (Bidirectional Encoder Representations from Transformers), созданная с целью повышения её производительности за счёт модификации пр

🤔 Как выбрать сплит? Выбор метода разделения (сплита) данных является важным этапом при построении моделей машинного обучения. Правильный выбор сплита позволяет добиться более точных и обобщающих м

🤔 Что такое map оценка? Это метод в байесовской статистике для нахождения оценки параметра вероятностной модели, который максимизирует апостериорную вероятность данного параметра после учёта данных

🤔 Что значит AUC <0.5? Что с ним делать? AUC (Area Under the Curve) — это площадь под ROC-кривой, которая измеряет, насколько хорошо модель классифицирует объекты. AUC = 1.0 → идеальная модель (от

🤔 Какие методы регуляризации знаешь? Это набор методов, которые помогают предотвратить переобучение модели, уменьшая сложность модели или ограничивая её способность к чрезмерному подгонке под обучаю

🤔 Чему равно p-value для выброса? P-value для выброса зависит от используемого статистического теста для определения, является ли данное наблюдение выбросом. Существует несколько методов для выявлен

🤔 Что такое бэкпропагейшен (Backpropagation)? Это алгоритм обновления весов в нейросети путем распространения ошибки от выхода к входу: 1. Прямой проход – данные проходят через сеть, вычисляя предс

🤔 Что такое скользящее среднее? Это статистический метод, используемый для сглаживания временных рядов и устранения краткосрочных колебаний, чтобы выявить долгосрочные тренды. Он представляет собой

🤔 Какие есть attention не в трансформерах? Механизмы внимания (attention mechanisms) используются не только в трансформерах, но и в других архитектурах нейронных сетей, таких как рекуррентные нейро