Machine Learning / AI

Çox ciddi sinif tarazsizliyi halında, dəqiqlik, recall və PR-AUC necə davranır?

Hansı metrikləri istifadə etdiniz, nə qədər məlumat var idi və siniflərin tarazlığı nə idi?

Özünüz və yerinə yetirdiyiniz tapşırıqlar haqqında danışın.

Əgər yalnız məhdud sayda müştəri ilə əlaqə qura bilirsinizsə, belə bir scoring modelini necə qiymətləndirirsiniz?

Bu təsnifat və ya vaxt seriyası tapşırığı idimi? Təlim və yoxlama zamanı vaxt necə nəzərə alındı?

Hədəfiniz və təxminən 5000 xüsusiyyətə malik təsdiqlənmiş xüsusiyyət mağazanız var. Bunu bu tapşırıqda necə yoxlayardınız?

Yanvar ayında, 30 gün içinde iletişim sonrası en az bir satış yapan bütün müştəriləri tapın. satışlar id müştəri_id məbləğ satış_tarixi [phone] əlaqələr id müştəri_id növ əlaqə_tarixi bölmə_tarixi 1 1 poçt [phone] zəng [phone] zəng [phone] email [phone] sms [phone] #Bir siyahı var, iki siyahı qaytaran funksiya yazmalısınız, biri normal dəyərlərlə, digəri anomaliyalarla. İndiyə qədər, anomaliyanın ortalama dəyəri aşan dəyər olduğunu fərz edirik data = [100, 200, 150, 5000, 1300, 120, 700, 2000, 200]

Obyektləri qiymətləndirmə ilə sıraladıqdan sonra ROC əyrisi necə hesablana bilər?

ROC-AUC haqqında nə bilirsiniz?

Son vaxtlar yerinə yetirilmiş təsnifat tapşırığından danışın və onun pipeline'ını təsvir edin.

PR-AUC nə göstərir?

Operatorun zəng zamanı riayət etməli olduğu yoxlama siyahısı var idi, yoxsa yoxlama onu olmadan həyata keçirildi?

Skoring modeli nədir bilirsinizmi?

Yanvar ayında, 30 gün içinde iletişim sonrası en az bir satış yapan bütün müştəriləri tapın.

Əldə etdiyiniz NLP vəzifəsi haqqında danışın.

Qruplama vəzifəsi haqqında danışın.

Nadir dönüşüm tapşırığında, seçilmiş müştərilərin hər milyonunda 700 satışın dəqiqliyi yaxşıdırmı?

Feature store-dan neçə xüsusiyyət götürəcəksiniz və onları necə seçəcəksiniz, əgər bütün 5000 xüsusiyyət etibarlıdır və sızma yoxdur?