Sobes.tech

Machine Learning / AI

Co zrobić z danymi o różnej granularności czasowej: niektóre są rejestrowane co godzinę, inne codziennie?

259

Jaka była końcowa wielkość próbki i ile było cech oryginalnych i wybranych w projekcie?

205

Opowiedz więcej o swoim doświadczeniu end-to-end: jakie etapy realizowałeś od postawienia problemu do wdrożenia modelu w produkcji?

204

Jakie przykłady feature engineering wykonywałeś w projektach?

190

Dlaczego w boosting zwykle używa się płytkich drzew i jak liczba drzew wpływa na przeuczenie?

186

Oblicz łączną sumę przychodów dla każdego użytkownika Znajdź pierwszą i ostatnią datę zakupu każdego użytkownika

181

Czym są użytkownicy holdout i dlaczego warto utrzymywać stałą kontrolę?

Middle — Senior
166

Oblicz łączną sumę przychodów (revenue) dla każdego użytkownika

165
/3