Data Analyst

Come si può accelerare la soluzione se l'alfabeto consiste solo di lettere minuscole latine?

class SparseVector: def __init__(self, nums: list[int]): def dotProduct(self, vec: 'SparseVector') -> int:

È normale la caratteristica 'prezzo di Bitcoin ieri' per una foresta casuale e con quali problemi si può incorrere?

Le caratteristiche si basavano esclusivamente su serie temporali? Avete provato a usare altre fonti di dati, come notizie o altre criptovalute?

Come rendere una classe utente adatta all'uso come chiave del dizionario?

La regressione logistica può sovradattarsi e come combatterlo?

Parlami della tua esperienza, di un progetto o di un compito di cui sei orgoglioso

Come si ottiene la previsione finale nel boosting da tre iterazioni?

È necessario pre-elaborare le caratteristiche prima di addestrare una regressione logistica con regolarizzazione L2 e perché?

Ha senso allenare il gradient boosting su modelli lineari invece che su alberi?

Come viene addestrato il boosting del gradiente?

# input: list[str] = ["abba", "bbaa", "ciao", "leohl", "llm"] # output: list[list[str]] = [["abba", "bbaa"], ["ciao", "leohl"], ["llm"]]

Cos'è una comprensione delle liste (list comprehension)?

Cos'è un generatore?

Qual è la complessità della tua soluzione per il problema di raggruppamento degli anagrammi?

Come sono stati scelti gli iperparametri dei modelli e come è stata misurata la qualità?

Parliamo più dettagliatamente della regolarizzazione L1 e L2

Cos'è la regressione logistica e da dove deriva la sua funzione di perdita?

Quali tipi di dati possono essere usati come chiave in un dizionario in Python?

Su quale orizzonte è stata fatta la previsione?