Machine Learning / AI

Bei starkem Klassenungleichgewicht, wie verhalten sich Precision, Recall und PR-AUC?

Welche Metriken haben Sie verwendet, wie viele Daten gab es und wie war das Klassenverhältnis?

Erzählen Sie uns etwas über sich und die Aufgaben, die Sie ausgeführt haben.

Wenn Sie nur mit einer begrenzten Anzahl von Kunden kommunizieren können, wie bewerten Sie ein solches Scoring-Modell?

War dies eine Klassifikations- oder Zeitreihenaufgabe? Wie wurde die Zeit bei Training und Test berücksichtigt?

Was wissen Sie über ROC-AUC?

Wie wird die ROC-Kurve iterativ berechnet, nachdem die Objekte nach Score gerankt wurden?

Erzählen Sie uns von einer der letzten Klassifizierungsaufgaben und beschreiben Sie deren Pipeline.

Was zeigt PR-AUC?

Weißt du, was ein Scoring-Modell ist?

Gab es eine Checkliste, die der Operator während des Anrufs befolgen musste, oder wurde die Überprüfung ohne sie durchgeführt?

Erzählen Sie uns von einer NLP-Aufgabe, die Sie durchgeführt haben.

Finden Sie alle Kunden im Januar, die nach einer Kommunikation innerhalb von 30 Tagen mindestens einen Verkauf hatten.

Erzählen Sie uns von einer Clustering-Aufgabe.

Sie haben ein Ziel und einen verifizierten Feature-Store mit etwa 5.000 Merkmalen. Wie würden Sie ihn in dieser Aufgabe testen?

Finden Sie alle Kunden im Januar, die nach einer Kommunikation innerhalb von 30 Tagen mindestens einen Verkauf hatten. Verkäufe id customer_id betrag verkaufsdatum [phone] Kommunikationen id customer_id typ kommunikationsdatum partition_date 1 1 post [phone] anruf [phone] anruf [phone] email [phone] sms [phone] #Es gibt eine Liste, Sie müssen eine Funktion schreiben, die zwei Listen zurückgibt, eine mit normalen Werten und die andere mit Anomalien. Angenommen, vorerst ist eine Anomalie ein Wert, der den Durchschnitt übersteigt daten = [100, 200, 150, 5000, 1300, 120, 700, 2000, 200]

Ist eine Präzision von 700 Verkäufen pro Million ausgewählter Kunden in einer seltenen Konversionaufgabe gut?

Wie viele Merkmale nehmen Sie aus dem Feature-Store und wie wählen Sie sie aus, wenn alle 5000 Merkmale gültig und ohne Lecks sind?