Machine Learning / AI
Po co jest potrzebna sigmoida w regresji logistycznej? Co ona umożliwia?
Dlaczego LayerNorm jest stosowany w ostatnim wymiarze, a nie na partii?
Czym się zajmujesz na obecnym stanowisku?
Jaki model wybrałbyś do zadania klasyfikacji binarnej (wektory z R^n, etykiety 0 i 1)? Wyjaśnij dlaczego.
Jak będziemy trenować regresję logistyczną? Jaką funkcję straty użyjemy?
Co zrobić, jeśli punkty na listach zgadzają się według znacznika czasu?
Jakie metody są tańsze od oceny ludzkiej (LLM jako sędzia, ocena przez model)?
Z punktu widzenia zadań analitycznych, co to było? Czy miałeś do czynienia z testami A/B? Jakie metryki używałeś?
W jakim kierunku skierowany jest gradient funkcji f(x) = 4x + 5 w punkcie x?
-- 1.1 Co pokaże zapytanie: SELECT campaign, COUNT(*) as rows, COUNT(DISTINCT co.user_id) AS users FROM campaigns AS ca INNER JOIN communications AS co ON ca.campaign = co.campaign GROUP BY ca.campaign AS campaign -- 1.2 Jak zmieni się odpowiedź, jeśli zmienimy typ JOIN na LEFT? -- 1.3 Podaj kolejność wykonywania operatorów w tym zapytaniu. -- 2. Tabela campaigns została naprawiona: usunięto duplikaty, dodano klucz (PK). -- Przeprowadzono więcej kampanii, z powodu błędów użytkownicy zaczęli mieć nieudane próby dostarczenia komunikacji, a niektórym w ogóle się nie udało pokazać. -- O promocjach wysłanych do użytkowników: -- 2.1 Napisz zapytanie, które pokazuje liczbę użytkowników, którzy pomyślnie otrzymali komunikację dla każdej kampanii. -- 2.2 Zmień zapytanie, aby pokazać: liczbę użytkowników, którzy nie otrzymali żadnej pomyślnej komunikacji, dla każdej kampanii.
Czym jest przeuczenie? Jak je wykryć i zapobiec mu?
Jak obecność kilku zer w liście wpływa na decyzję?
-- # -- Marketerzy uruchamiają kampanie promocyjne w aplikacji serwisu. Istnieją dwie tabele: -- # -- campaigns - lista kampanii -- # -- - campaign - nazwa kampanii -- # -- - action_type - typ kampanii: "push" lub "banner" -- # -- communications - log backendu z wysyłkami komunikacji tych kampanii do użytkowników -- # -- - user_id - identyfikator użytkownika -- # -- - campaign - nazwa kampanii -- # -- - status - status zdarzenia: "success" lub "error" -- ------------------------------------------------------------------------------------------------------------------------ -- # -- 1. Na początku, w tabeli campaigns jest 4 wiersze: -- # -- | campaign | action_type | -- # -- |-------------|-------------| -- # -- | promo_dogs | push | -- # -- | promo_cats | banner | <- losowo zduplikowane -- # -- | promo_cats | banner | <- dwa wiersze -- # -- | promo_rats | push | # # -- Dodatkowo wiadomo, że: -- # -- kampanie promo_dogs i promo_cats zostały pomyślnie przeprowadzone na 100 użytkownikach, a każdy użytkownik otrzymał jedną komunikację, -- # -- a promo_rats jest jeszcze w planach. -- # -- 1.1 Co wyświetli zapytanie: SELECT campaign, COUNT(*) as rows, COUNT(DISTINCT co.user_id) AS users FROM campaigns AS ca INNER JOIN communications AS co ON ca.campaign = co.campaign GROUP BY ca.campaign -- # -- 1.2 Jak zmieni się odpowiedź, jeśli zmieni się typ JOIN na LEFT? -- # -- 1.3 Podaj kolejność wykonywania operatorów w tym zapytaniu. -- Odpowiedź: promo_dogs ... ...
// Tablica a posortowana niemalejąco, indeks elementu index i liczba całkowita k. // Należy zwrócić dowolną kolejnością k liczb z tablicy, które są najbliższe wartością do elementu a[index]. // Ograniczenia: // Rozmiar tablicy 1 <= N <= 10^6; // Elementy tablicy: -10^9 <= a[i] <= 10^9; // Liczba 0 <= k <= N; // Indeks elementu 0 <= index < N. // find_k_closest(a={2, 3, 5, 7, 11}, index=3, k=2) -> {5, 7}
-- 1.1 Co pokaże zapytanie: SELECT campaign, COUNT(*) as rows, COUNT(DISTINCT co.user_id) AS users FROM campaigns AS ca INNER JOIN communications AS co ON ca.campaign = co.campaign GROUP BY ca.campaign AS campaign -- 1.2 Jak zmieni się odpowiedź, jeśli zmienisz typ JOIN na LEFT? -- 1.3 Podaj kolejność wykonywania operatorów w tym zapytaniu. -- 2. Tabela campaigns została naprawiona: usunięto duplikaty, dodano klucz (PK). -- Przeprowadzono więcej kampanii, z powodu błędów użytkownicy zaczęli mieć nieudane próby dostarczenia komunikacji, a niektórym w ogóle się nie udało pokazać. -- Przykład 1: communications -- | user_id | campaign | status | -- | 1000001 | promo_cats | error | -- | 1000001 | promo_cats | error | -- | 1000001 | promo_cats | success| -- | 1000001 | promo_cats | success| -- | 1000001 | promo_cats | error | -- Przykład 2: communications -- | user_id | campaign | status | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- O kampaniach promocyjnych wysłanych do użytkowników: -- 2.1 Napisz zapytanie, które wyświetla liczbę użytkowników, którzy pomyślnie otrzymali komunikację, dla każdej kampanii. -- 2.2 Zmień zapytanie, aby wyświetlić: liczbę użytkowników, którzy nie otrzymali żadnej pomyślnej komunikacji, dla każdej kampanii.
Jak wyrazić ilość kul w drugim koszu przez ilość kul w pierwszym?
Jakie metody regularyzacji znasz? Czym różni się L1 od L2?
Zapisz wzór predykcji dla regresji logistycznej.