Sobes.tech

Machine Learning / AI

a = [1, 2, 3] b = [1, 2, 3] c = a print(a == b) print(a is b) print(a is c) class A: def __init__(self): print("A init") class B(A): def __init__(self): print("B init") super().__init__() class C(A): def __init__(self): print("C init") super().__init__() class D(B, C): def __init__(self): print("D init") super().__init__() d = D()

163

a = [1, 2, 3] b = [1, 2, 3] c = a print(a == b) print(a is b) print(a is c)

159

Arvutage iga kasutaja kogutulu tulu (revenue) Iga kasutaja jaoks leidke tema esimene ja viimane ostukuupäev Lisage andmeraami uus veerg prev_revenue, mis sisaldab selle sama kasutaja eelneva ostu tulu (rühma sees nihutamine). Kui eelnevat pole, määrake NaN

157

Millised eeldused on vajalikud lineaarse regressiooni ülesehitamiseks?

156

Milline mudel oli välja töötatud väljalangemise projektis, kui palju tunnuseid oli ja milline oli valimi suurus?

155

Kuidas kiirendada gradientlangust väga suure tunnuste arvuga?

152

Mis on L1 ja L2 regulatsioon ning miks L1 võib kaalud nulli viia?

151

Kuidas töötada andmetes olevate puuduva väärtustega, sealhulgas ajasariates?

148

Räägi mulle regressiooniprojektist, mis prognoos kinnisvara turuväärtust ning kasutatud mudelist.

141

Milliseid mudeleid kasutas regressiooni ja klassifikatsiooni ülesannetes, kui palju tunnuseid oli ja kuidas koolitus toimus?

137
/3