Sobes.tech

Machine Learning / AI

a = [1, 2, 3] b = [1, 2, 3] c = a print(a == b) print(a is b) print(a is c) class A: def __init__(self): print("A init") class B(A): def __init__(self): print("B init") super().__init__() class C(A): def __init__(self): print("C init") super().__init__() class D(B, C): def __init__(self): print("D init") super().__init__() d = D()

163

Jaka jest różnica między funkcją błędu a funkcjonalnością błędu?

161

a = [1, 2, 3] b = [1, 2, 3] c = a print(a == b) print(a is b) print(a is c)

159

Oblicz łączną sumę przychodów (revenue) dla każdego użytkownika Dla każdego użytkownika znajdź jego pierwszą i ostatnią datę zakupu Dodaj do DataFrame nową kolumnę prev_revenue, która zawiera przychód z poprzedniego zakupu tego samego użytkownika (przesunięcie w grupie). Jeśli poprzedni nie istnieje, ustaw NaN

157

Czym jest SHAP dla modeli drewnianych i dlaczego TreeSHAP?

Middle — Senior
155

Jaki model powstał w projekcie odtoku, ile było cech i jaki był rozmiar próbki?

155

Jakie założenia są potrzebne do zbudowania regresji liniowej?

154

Jak przyspieszyć spadek gradientu przy bardzo dużej liczbie cech?

152

Czym są regularyzacje L1 i L2 i dlaczego L1 może zerować wagi?

151

Jak radzić sobie z brakującymi danymi, w tym w szeregach czasowych?

148

Opowiedz o projekcie regresji do prognozowania wartości rynkowej nieruchomości i używanym modelu.

141

Jakie modele używałeś w zadaniach regresji i klasyfikacji, ile było cech i jak przebiegało szkolenie?

137
/3