Для чего применял логарифмирование таргета? Как это влияет на ансамблевые методы машинного обучения? Нужно ли вообще при построении деревьев?
Описать градиентный бустинг: что такое градиенты, как математически высчитываются, где применяется? По шагам описать работу метода от инициализации модели до обучения (всё объяснять математически с формулами)
Подбор гиперпараметров: спросили за Optuna, как она работает, в чём разница между GridCV
Бэггинг, что это? Для чего нужен и где применяется?
Как предобрабатывал таргет?
Какие применял функции потерь? Как выбирал лучшую? На что смотрел при принятии решения?
Что предлагал бизнесу, хватило ли MAPE?
В град бустинге как идёт обновление весов? Какие есть приёмы обновления весов (по типу AdaBoost)?
Кросс-энтропия? Что это? Какая формулка?
Что будет выдавать после инициализации модели лог регрессия как только обучили слабого ученика (h0)? Что выдаёт классификатор для бустинга?
К чему добавляются веса?
Deploy
Где деплоил и как деплоил модель? Почему синхронно работал деплой? Почему не сделали асинхронным?