Machine Learning / AI

3534

Ce sunt RuBERT/RuRoBERTa și unde sunt utilizate?

Ce este estimarea robustă a covarianței?

# Формулирайте и запишете определение того, что такое roc auc. # Как считается roc_auc_score? # Напишите функцию, которая вычисляет roc_auc_score согласно написанному определению. # А для произвольного числа классов с заданным порядком приоритета? # Модель работает следующим образом # y_score[i] >= порог -> y_pred[i] = 1 # y_score[i] < порог -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Бонусные тесты для нескольких классов y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1

Senior

ivi

Ce sunt Recall și Precision? Problema: 50 de fructe, 30 de mere și 20 de pere, un robot a găsit corect 20 de mere, dar a recunoscut greșit 15 pere ca mere. Calculează metricile.

Middle+

BSS

Ce sunt mixup și cutmix? Cum influențează regularizarea?

Junior — Senior

ДатаКорп

нетология