Sobes.tech

Machine Learning / AI

Hogyan működik egy véletlenszerű erdő, és mik az előnyei és hátrányai?

298

Mit tegyünk különböző időbeli granularitású adatokkal: egyesek óránként, mások naponta kerülnek rögzítésre?

259

Mi volt a végső mintanagyság és hány eredeti és kiválasztott jellemző volt a projektben?

205

Meséljen részletesebben az end-to-end tapasztalatáról: milyen lépéseket hajtott végre a feladat meghatározásától a modell bevezetéséig a production környezetbe?

204

Milyen példákat végzett feature engineering a projektjeidben?

190

Miért használnak általában sekély fákat a boostingban, és hogyan befolyásolja a fák száma a túltanulást?

186

Számolja ki minden felhasználó összbevételét Keresse meg minden felhasználó első és utolsó vásárlási dátumát

185

Mi az a holdout felhasználók és miért tartjuk fenn a folyamatos ellenőrzést?

Middle — Senior
168

Számolja ki minden felhasználó összes bevételét (revenue)

167
/3