Quais métodos de regularização existem para modelos não lineares?
Machine Learning / AI
Como funciona o dropout durante o treino e a inferência?
Em que a validação cruzada de séries temporais difere da K-Fold normal?
Fale sobre TF-IDF: como funciona, como é a matriz final?
Que métricas de negócio e contra-métricas medir para avaliar o widget de promoção de produtos?
Como considerar o intervalo de tempo entre as compras para a relevância dos produtos?
Que tipo de base de dados escolher para armazenar eventos de chamadas e por quê?
Qual é a variável alvo da n-ésima árvore no boosting de gradiente?
Qual métrica escolher para regressão com outliers: MSE ou MAE?
Como aumentar a velocidade no teste sem re-treinar o modelo?
Como se podem ajustar os hiperparâmetros?
Para que intervalo aproximadamente te estás orientando para a transição?
Como vamos ajustar os parâmetros no boosting de gradiente? Quais são os parâmetros e o que vais ajustar em primeiro lugar?
Fale sobre regularização em algoritmos clássicos de ML: L1 e L2. Quais são suas propriedades e diferenças?
Quais critérios de divisão são utilizados em árvores de decisão (por exemplo, critério de entropia)? Pode nomear outros?
Por que a fórmula analítica para a regressão linear não é usada na prática?
Por que é necessário usar a função LEAD para procurar valores futuros por id em SQL?
Por que o bagging funciona com árvores, como na floresta aleatória?
Como são estruturados os coroutines e o event loop em Python?