Machine Learning / AI

Come implementare tecnicamente un sistema di archiviazione dei dati e di allerta per il monitoraggio del modello?

Hai idee per migliorare ulteriormente il sistema di previsione della domanda?

In che modo la foresta casuale e il boosting del gradiente sono simili e diversi? Come vengono costruiti gli alberi in ciascuno?

Come hai determinato la qualità del clustering? Quali metodi hai usato?

Spiega come funzionava l'algoritmo di clustering che hai usato — come aggregava i punti nello spazio?

Per quanto riguarda Spark — quali compiti specifici sono stati parallelizzati su di esso?

Cos'è una serie temporale stazionaria, come la controlli e perché è importante?

Qual è la differenza tra un intervallo di confidenza e un intervallo di previsione? Cosa mostrano?

Come costruire un sistema di monitoraggio della qualità e di decisione sulla sostituzione del modello?

Caso: sviluppo di un sistema di prezzi per la classe business di S7. 300 voli al giorno, circa 100 con classe business, 4-6 posti. Due obiettivi: massimo riempimento e massimo ricavo. Prezzi aggiornati quotidianamente e dopo ogni acquisto. Attualmente, i prezzi sono impostati manualmente, in base all'occupazione. Come affronteresti questo compito?

Parla di casi interessanti di ottimizzazione in Spark legati a caratteristiche e join complessi

Quali modelli hai usato per la previsione della domanda?

Come risolvere il problema dei dati storici spostati (prezzi sottovalutati, il modello vede male la domanda a nuovi livelli)?

Parlaci della tua esperienza in Data Science

Come gestire un basso volume di feedback su rotte tranquille (pochi voli, dati rumorosi)?