Вопросы по Классический ML
От постановки задачи и честной валидации до бустинга, метрик, рекомендаций и мониторинга модели в проде. Закрывает теоретическую секцию и ML system design на собесе DS и ML-инженера.
Проверьте себя: тест по машинному обучению
20 вопросов, 10 минут, уровень junior, middle или senior
Постановка задачи
Типы задач, переобучение и недообучение, bias и variance, бейзлайн и связь бизнес-цели с метрикой.
Урок: Постановка ML-задачи за 6 минут 6 минВалидация и утечки
Train, validation и test, кросс-валидация, разбиение по времени и группам, утечки, подбор гиперпараметров.
Урок: Валидация, утечки и подбор гиперпараметров за 7 минут 7 минЛинейные модели
Линейная и логистическая регрессия, L1 и L2, Elastic Net, масштабирование и интерпретация весов.
Урок: Линейная и логистическая регрессия за 7 минут 7 минДеревья и ансамбли
Критерии разбиения, бэггинг, случайный лес, градиентный бустинг, CatBoost, LightGBM и XGBoost.
Урок: Деревья, случайный лес и бустинг за 8 минут 8 минkNN и SVM
Метрические методы, проклятие размерности, отступ, hinge loss и ядровой трюк.
Урок: kNN и SVM за 6 минут 6 минКластеризация и снижение размерности
k-means, DBSCAN, иерархическая кластеризация, оценка кластеров, PCA, t-SNE и UMAP.
Урок: Кластеризация и снижение размерности за 7 минут 7 минМетрики качества
Матрица ошибок, precision, recall, F1, ROC-AUC, PR-AUC, log loss, MAE, RMSE, MAPE и R².
Урок: Метрики классификации и регрессии за 8 минут 8 минНесбалансированные классы
Порог, веса классов, семплирование, калибровка вероятностей и выбор метрики при редком классе.
Урок: Несбалансированные классы и калибровка за 6 минут 6 минПризнаки и интерпретация
Кодирование категорий, пропуски, масштабирование, тексты и даты, отбор признаков, важности и SHAP.
Урок: Признаки и интерпретация моделей за 7 минут 7 минРекомендательные системы
Коллаборативная фильтрация, матричная факторизация, двухэтапная архитектура, метрики ранжирования, холодный старт.
Урок: Рекомендательные системы за 7 минут 7 минML в проде
Деплой, мониторинг, дрейф данных и концепта, переобучение, A/B и разборы ML system design.
Урок: ML в проде и ML system design за 8 минут 8 мин