Jak urychlit řešení, pokud abeceda sestává pouze z malých latinských písmen?
Data Analyst
class SparseVector: def __init__(self, nums: list[int]): def dotProduct(self, vec: 'SparseVector') -> int:
Byly vlastnosti čistě založeny na časových řadách? Zkoušeli jste použít jiné zdroje dat, například zprávy nebo jiné kryptoměny?
Je vlastnost 'cena bitcoinu včera' pro náhodný les normální a s jakými problémy se lze setkat?
Jak udělat uživatelskou třídu vhodnou pro použití jako klíč slovníku?
Může se logistická regrese přeučit a jak s tím bojovat?
Povězte mi o své zkušenosti, o nějakém projektu nebo úkolu, na který jste hrdý
Jak se v boostingu z tří iterací získá konečné předpověď?
Je třeba předzpracovat znaky před tréninkem logistické regrese s L2 regularizací a proč?
Má smysl trénovat gradient boosting na lineárních modelech místo stromů?
Jak se trénuje gradient boosting?
# vstup: list[str] = ["abba", "bbaa", "ahoj", "leohl", "llm"] # výstup: list[list[str]] = [["abba", "bbaa"], ["ahoj", "leohl"], ["llm"]]
Co je to seznamová konstrukce (list comprehension)?
Co je to generátor?
Co je to logistická regrese a odkud pochází její funkce ztráty?
Jaká je složitost vašeho řešení problému seskupování anagramů?
Povězte nám více o regularizaci L1 a L2
Jak byly vybrány hyperparametry modelů a jak byla měřena kvalita?
Jaké datové typy lze použít jako klíč ve slovníku v Pythonu?
Na jakou horizontu byla provedena prognóza?