Jaké hlavní parametry obvykle nastavujeme pro úlohy DAG a proč musí být graf právě takový (vysoká úroveň logiky DAG)?
Middle
194
Machine Learning / AI
3608
0
Které metriky jsou vhodné a které ne, když mluvíme o nerovnováze tříd?
Middle
167
Co se děje v Pythonu při spojování řetězců (například current += char)? Proč může být tento přístup v této úloze problémový a jak optimalizovat kód, aby se vyhnulo častému spojování řetězců?
Middle
163
Dan je řetězec obsahující písmena a číslice. Najděte největší číslo, které se v řetězci vyskytuje (považujte po sobě jdoucí číslice za jedno číslo).
Middle
162
Pracoval jste s Sparkem? Jaký máte obecný názor na to, co to je?
Middle
161
Setkal jste se někdy s náhodným lesem (v práci nebo ve škole)? Jaké jsou hlavní rozdíly mezi náhodným lesem a boostingem?
Middle
158
Jak byste vyřešili tentýž problém hledání posledního kliknutí bez použití JOIN?
Middle
157
Pracoval jste s Airflow nebo Spark? Povíte mi, co je DAG v Airflow, můžete uvést příklad ze své zkušenosti? Sám jste psal DAGy nebo je jen používal/spouštěl?
Middle
154
Máte zkušenosti s časovými řadami? Jaké metriky se používají k hodnocení kvality modelů předpovědi časových řad?
Middle
149
Proč přesnost při nerovnováze tříd ukazuje nevhodnou hodnotu kvality?
Middle
149
Dána tabulka logs s událostmi uživatelů (user_id, item_id, action_type, timestamp). Napište SQL dotaz, který pro každého uživatele najde ID posledního kliknutého produktu.
Middle
142
Existuje 100 mincí, z nichž jedna je falešná — s dvěma orly na obou stranách. Náhodně vybíráme minci, hodíme ji a vyjde orl. Jaká je pravděpodobnost, že mince je falešná? Vysvětlete řešení (pomocí Bayesova vzorce).
Middle
142
Pokud je optimální počet stromů pro model 500, ale náhodou jsme natrénovali jak náhodný les, tak boosting na 1000 stromů, který z modelů je pravděpodobnější, že se přetrénuje a proč?
Middle
137
Proč může být úloha v Spark zablokovaná a trvat velmi dlouho?
Middle
135