ClassicML Python
- Что такое bias variance tradeoff?
- Если bias выше, это недообучение или переобучение?
- Если регулизировать веса в лин и лог регрессии, как меняется bias variance?
- Если в knn увеличить k, что будет с bias variance?
- Если ограничивать глубину дерева, что будет с bias variance?
- Если использовать dropout в нейросетях, что будет с bias variance?
- Есть 3 модели: бустинг, случайный лес и лин рег. В задаче регрессии нет таргетов с отрицательными значениями, может ли какая-то из этих моделей предсказать отрицательно значение?
- Как считается ROC-AUC?
- Какой трешхолд у ROC-AUC?
- Если ROC-AUC 0.3, что можно сделать?
- Что если мы умножим вероятности на 2, что будет с ROC-AUC?
- Что будет, если на вход в рок аук функцию дать бинарные предсказания (0 и 1)?
- Какие метрики ранжирования знаете?
- Метрики регрессии?
- В каких задачах какие из этих метрик используются?
- Как понять, что рекомендации хорошо работают?
- Как понять свзяь оффлайн и онлайн метрик?
- В каких случаях precision не имеет значения, а recall важен?
- Как определить схожесть двух разных датасетов?
- Как производить отбор фичей, понижать размерность датасета?
- Как работает критерий Джинни?
- Как работает feature importance?
- Что такое forward backward selection?
- Как работает PCA?
- Python задача: Вам дан массив prices, где price[i] указана цена данной акции в день. Вы хотите максимизировать свою прибыль, выбрав один день для покупки одной акции и выбрав другой день в будующем для продажи данной акции. Сначал надо купить, и только затем можно продавать. Верните максимальную прибыль, которую вы можете получить от этой сделки. Например, [7, 1, 5, 3, 6, 4] ⇒ 5