Machine Learning / AI

Како технички реализовати систем за складиштење података и обавештења за праћење модела?

Како су слични и различни случајни шум и градиентни бустинг? Как се граде дрвећа у сваки од њих?

Да ли имате идеје за даље унапређење система предвиђања потражње?

Ispričajte kako je radio algoritam za klasterizaciju koji ste koristili — kako je grupisao tačke u prostoru?

Kako ste odredili kvalitet klasterizacije? Koje ste metode koristili?

Što se tiče Spark — koje su konkretne zadatke paralelizovali na njemu?

Шта је стационарна временска серија, како је проверите и зашто је то важно?

Случај: развој система за ценоузимање за пословни класе S7. 300 летова дневно, око 100 са пословном класом, 4-6 места. Два циља: максимална попуњеност и максимални приход. Цене се ажурирају сваког дана и након сваке куповине. Тренутно, цене се постављају ручно, према попуњености. Како бисте приступили овом задатку?

Koja je razlika između intervala pouzdanosti i intervala predviđanja? Šta oni pokazuju?

Како изградити систем за праћење квалитета и доношење одлука о замени модела?

Koje modele ste koristili za predviđanje potražnje?

Ispričajte o svom iskustvu u Data Science

Како се носити са малим обимом повратних информација на тихим рутама (мање летова, шумни подаци)?

Ispričajte o zanimljivim slučajevima optimizacije u Spark-u povezanim sa karakteristikama i složenim spojenjima

Како решити проблем померених историјских података (цене су биле потценjene, модел лоше види потражњу на новим нивоима)?