Sobes.tech

Machine Learning / AI

Որ հիմնական պարամետրերն ենք սովորաբար սահմանում DAG առաջադրանքների համար և ինչու է գրաֆիկը հենց այդպիսին (վերին մակարդակի տրամաբանություն DAG)?

204

Դու աշխատե՞լ ես Spark-ով: Ինչ է դա ընդհանուր պատկերացումն այն մասին, թե դա ինչ է:

175

Երբ խոսում ենք դասերի անհավասարակշռության մասին, որոնք են համապատասխան մետրիկան և որոնք՝ ոչ?

171

Տրված է տող, որը պարունակում է տառեր և թվեր: Գտեք առավելագույն թիվը, որը հանդիպում է տողում (հաշվի առնելով հաջորդող թվանշանները որպես միավոր թիվ):

168

Ի՞նչ է տեղի ունենում Python-ում տողերի կոնկատենացիայի ժամանակ (օրինակ, current += char): Ինչու՞ այս մոտեցումը կարող է լինել վատ այս առաջադրանքում և ինչպես կարելի է օպտիմալացնել կոդը՝ խուսափելով հաճախակի տողերի կոնկատենից։

163

Դուք երբևէ հանդիպե՞լ եք պատահական անտառի (աշխատանքում կամ ուսումնական հաստատությունում): Ինչ են հիմնական տարբերությունները պատահական անտառի և բուստինգի միջև?

160

Ինչպե՞ս կլուծեիք նույն խնդիրը՝ վերջին կտկի որոնումը առանց JOIN-ի օգտագործման։

159

Դուք աշխատե՞լ եք Airflow կամ Spark-ի հետ: Պատմեք, ինչ է DAG-ը Airflow-ում, կարող եք տալ ձեր փորձից մի օրինակ: Դուք ինքներդ եք գրել DAG-երը, թե միայն օգտագործել/գործարկել եք:

158

Ինչու՞ դասերի անհավասարակշռության դեպքում ճշգրտությունը ցույց է տալիս անհամապատասխան որակի արժեք։

153

Դուք ունե՞ք ժամանակային շարքերի հետ աշխատանքային փորձ: Ինչ մետրիկա է օգտագործվում ժամանակային շարքերի կանխատեսման մոդելների որակը գնահատելու համար:

151

Տրված է logs աղյուսակը, որտեղ կան օգտվողների իրադարձություններ (user_id, item_id, action_type, timestamp): Գրել SQL հարցում, որպեսզի յուրաքանչյուր օգտվողի համար գտնեք վերջին կտտացրած ապրանքի ID-ն։

148

100 մետաղադրամ կա, որոնցից մեկը կեղծ է — երկու կողմում էլ թագավորներ։ Մենք պատահականորեն ընտրում ենք մի մետաղադրամ, նետում այն և հայտնվում է թագավորը։ Ինչպե՞ս է հավանականությունը, որ մետաղադրամը կեղծ է։ Ներկայացրեք լուծումը (օգտագործելով Բեյսի բանաձևը):

144

Եթե մոդելի համար օպտիմալ ծառերի քանակը 500 է, բայց մենք պատահականորեն ուսուցանել ենք ինչպես պատահական անտառ, այնպես էլ բուստինգ՝ 1000 ծառով, ապա որ մոդելը ավելի հավանական է, որ ավելի շատ է անցել և ինչու?

137

Ինչու է Spark-ում առաջադրանքը կարող է կանգ առնել և շատ երկար աշխատել:

135