Data Science | Вопросы собесов

🤔 Расскажи о Gradient-boosted trees Gradient-boosted trees — это ансамблевый метод машинного обучения, который строит серию деревьев решений, каждое из которых исправляет ошибки предыдущих. Процесс

🤔 Как оценивать эффективность работы рекомендательных моделей? Оценка эффективности рекомендательных моделей делится на точностные и ранговые метрики. 🚩Точностные метрики 🟠RMSE (Среднеквадратич

🤔 Что можешь сказать про оконные функции? Оконные функции в SQL и в библиотеках анализа данных, таких как pandas, позволяют выполнять вычисления по подмножествам данных (окнам), которые связаны с те

🤔 Что такое precision? Precision (точность) — это метрика классификации, которая показывает долю правильных положительных предсказаний среди всех предсказанных положительных классов. Она рассчитывае

🤔 Как валидировать временные ряды? Валидация по времени включает разбиение данных на интервалы с учётом временной последовательности. Методы: time series split (скользящее окно), расширяемое окно ил

🤔 Какие переменные (типы данных) можно использовать в качестве ключей? Хэшируемые типы данных, такие как числа, строки, кортежи с неизменяемыми элементами. Это важно, если требуется быстро сопостави

🤔 Где использование линейных моделей целесообразно? Линейные модели применяются, когда данные линейно разделимы или зависимости между признаками и целевой переменной близки к линейным. 1. Они эффек

🤔 Чем отличается having от where? Ключевые отличия между операторами HAVING и WHERE заключаются в их использовании и моменте применения при обработке запроса: 🟠Момент применения WHERE: Фильтрует с

🤔 Какие реализации бустинга есть? AdaBoost, Gradient Boosting, XGBoost, CatBoost и LightGBM. Они различаются производительностью и подходами к построению деревьев. Ставь 👍 если знал ответ, 🔥 если

🤔 Почему нейроные сети усложняют добавлением слоев, а не количеством нейронов в слое? Основная идея заключается в том, что глубокие сети могут моделировать более сложные и абстрактные паттерны данны