Care sunt principalele parametri pe care îi stabilim de obicei pentru sarcinile DAG și de ce graficul trebuie să fie exact așa (logica de nivel înalt a DAG)?
Middle
203
Machine Learning / AI
3608
0
Ai lucrat cu Spark? Care este părerea ta generală despre ce este acesta?
Middle
173
Când vorbim despre metrici în cazul dezechilibrului de clase — care sunt adecvate și care nu?
Middle
169
Dată fiind o șir de caractere care conține litere și cifre. Găsiți cel mai mare număr care apare în șir (considerând cifrele consecutive ca un singur număr).
Middle
166
Ce se întâmplă în Python atunci când concatenăm șiruri (de exemplu, current += char)? De ce această abordare poate fi problematică în această sarcină și cum putem optimiza codul pentru a evita concatenările frecvente de șiruri?
Middle
163
Cum ai rezolva aceeași problemă de căutare a ultimului clic fără a folosi JOIN?
Middle
159
Ai avut vreodată de-a face cu o pădure aleatorie (la muncă sau la școală)? Care sunt principalele diferențe între pădurea aleatorie și boosting?
Middle
158
Ai lucrat cu Airflow sau Spark? Povestește-mi, ce este un DAG în Airflow, poți da un exemplu din experiența ta? Ai scris DAG-uri tu însuți sau doar le-ai folosit/porni?
Middle
158
De ce acuratețea în cazul dezechilibrului claselor arată o valoare inadecvată a calității?
Middle
153
Aveți experiență cu seriile temporale? Ce metrici sunt utilizate pentru a evalua calitatea modelelor de prognoză a seriilor temporale?
Middle
151
Dat fiind tabelul logs cu evenimentele utilizatorilor (user_id, item_id, action_type, timestamp). Scrieți o interogare SQL pentru a găsi ID-ul ultimului articol pe care l-a dat clic fiecare utilizator.
Middle
146
Există 100 de monede, dintre care una este falsă — cu doi vulturii pe ambele părți. Alegem aleatoriu o monedă, o aruncăm și iese vulturul. Care este probabilitatea ca moneda să fie falsă? Explicați soluția (folosind formula lui Bayes).
Middle
142
Dacă numărul optim de copaci pentru model este 500, dar am antrenat accidental atât o pădure aleatorie, cât și un boosting cu 1000 de copaci, care dintre modele este cel mai probabil să se supraevalueze și de ce?
Middle
137
De ce o sarcină în Spark poate rămâne blocată și poate dura foarte mult?
Middle
135