Machine Learning / AI
Ką pasirenkate užduotyje: gradientinį stiprinimą ar logistinės regresijos ir kodėl?
Kaip buvo apskaičiuota darbuotojų atleidimo prognozavimo modelio ekonomika?
Ar svarbi yra išgautų chunk'ų tvarka ir ar yra matavimų, kurie tai atsižvelgia?
Kuo skiriasi XGBoost, LightGBM ir CatBoost?
Kaip sudaryti train/val/test padalijimą ir benchmarką? Kaip teisingai padalyti duomenis?
Papaskink apie komandos sudėtį paskutiniame projekte
Kas yra pseudo-žymės tobulinimas segmentacijoje?
Pandas: kuo skiriasi iloc ir loc?
Kuo skiriasi overfittingas ir underfittingas?
Ar žinai JOIN, LEFT JOIN, RIGHT JOIN?
Kokia funkcija yra optimizuojama logistinės regresijos mokymo metu?
Kaip gradientinis stiprinimas pagerina mašinų mokymosi modelių našumą?
Aprašykite projektą [įmonėje]: verslo problemą, jūsų vaidmenį, kaip matavote sėkmę.
Kaip suprastumėte, kodėl grupėje su rekomendacijų sistema mokiniai nustojo vykdyti rekomenduojamas užduotis?
Kaip buvo organizuotas darbo procesas? Iš kur atkeliaudavo užduotys, kaip nustatomi terminai?
Kas yra kontrastinis mokymasis NLP (SimCSE) srityje?
Ar per ML pokalbio galima užduoti klausimus apie duomenų struktūras, pavyzdžiui, medžius ir susietus sąrašus?
Kas yra CenterNet?
Kaip jums patinka darbo formatas — du kartus per savaitę biure?
Kodėl pasirinktas toks požiūris (SentenceTransformer + kosinuso panašumas)?