Machine Learning / AI

Ako technicky implementovať systém ukladania údajov a upozornení na monitorovanie modelu?

Ako sú náhodný les a gradientové posilňovanie podobné a odlišné? Ako sú stromy v každom z nich postavené?

Máte nápady na ďalšie zlepšenie systému predpovede dopytu?

Povedzte, ako fungoval algoritmus zhlukovania, ktorý ste použili — ako zhlukoval body v priestore?

Prípad: vývoj systému stanovovania cien pre obchodnú triedu S7. 300 letov denne, približne 100 s obchodnou triedou, 4-6 miest. Dva ciele: maximálna obsadenosť a maximálny príjem. Ceny sa aktualizujú denne a po každom nákupe. Momentálne sú ceny nastavované ručne na základe obsadenosti. Ako by ste pristúpili k tomuto úlohe?

Ako ste určili kvalitu zhlukovania? Aké metódy ste použili?

Čo sa týka Spark — aké konkrétne úlohy boli na ňom paralelizované?

Čo je stacionárny časový rad, ako ho skontrolujete a prečo je to dôležité?

Aký je rozdiel medzi intervalom spoľahlivosti a intervalom predpovede? Čo ukazujú?

Ako vytvoriť systém sledovania kvality a rozhodovania o výmene modelu?

Aké modely ste použili na predpoveď dopytu?

Ako sa vysporiadať s nízkym objemom spätnej väzby na tichých trasách (málo letov, hlučné údaje)?

Povedzte nám o svojich skúsenostiach v Data Science

Povedzte o zaujímavých prípadoch optimalizácie v Spark súvisiacich s vlastnosťami a zložitými spojeniami

Ako vyriešiť problém posunutých historických údajov (ceny boli podhodnotené, model zle vidí dopyt na nových úrovniach)?