Data Science | Тесты
@easy_ds_tests
2.55K subscribers
26 photos
389 links
Cайт easyoffer.ru
Реклама @easyoffer_adv
ВП @easyoffer_vp

Вопросы собесов t.iss.one/+RQVnIJT__Z42ZWUy
Вакансии t.iss.one/+Ir52wMvyEgo5YWIy
Download Telegram
About
Blog
Apps
Platform
Join
Data Science | Тесты
2.55K subscribers
Data Science | Тесты
🤔 Зачем нужен self super?

self указывает на текущий экземпляр класса, а super позволяет обращаться к методам родительского класса, избегая дублирования кода.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
370 views
Data Science | Тесты
🤔 Какой метод статистики используется для проверки гипотезы об однородности дисперсий?
Anonymous Quiz
24%
Т-тест
21%
Z-тест
30%
Фишер тест
25%
Манна-Уитни
115 voters375 views
Data Science | Тесты
🤔 Какой алгоритм часто используется для классификации текстовых данных?
Anonymous Quiz
3%
Линейная регрессия
13%
K-means
23%
Логистическая регрессия
62%
Наивный байесовский классификатор
112 voters355 views
Data Science | Тесты
🤔 Какие подходы понижения размерности известны?

Основные подходы понижения размерности включают метод главных компонент (PCA), сингулярное разложение (SVD), t-SNE и UMAP. PCA снижает размерность данных, находя новые оси, которые объясняют наибольшую дисперсию данных. t-SNE и UMAP используются для визуализации данных в пространстве низкой размерности, сохраняя их топологическую структуру. Эти методы позволяют уменьшить количество признаков при сохранении важной информации.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
341 views
Data Science | Тесты
🤔 Какой метод используется для снижения размерности данных?
Anonymous Quiz
77%
PCA
18%
t-SNE
2%
Random Forest
4%
KMeans
💊4
113 voters328 views
Data Science | Тесты
🤔 Какой метод машинного обучения хорошо работает с линейно неразделимыми данными?
Anonymous Quiz
24%
Линейная регрессия
20%
K-ближайших соседей
47%
Метод опорных векторов с ядром
9%
Логистическая регрессия
109 voters313 views
Data Science | Тесты
🤔 Как работают несимметрические метрики?

Несимметрические метрики в контексте машинного обучения оценивают модель, акцентируя внимание на одном классе или типе ошибки больше, чем на других. Это особенно полезно в случаях, когда стоимость одного типа ошибки значительно выше другого. Примером несимметричной метрики является F1-score, который более чувствителен к классам с меньшим числом образцов или когда важно сбалансировать точность и полноту.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
329 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для кластеризации данных на основе иерархической структуры?
Anonymous Quiz
4%
K-средние
19%
DBSCAN
76%
Иерархическая кластеризация
1%
T-SNE
97 voters319 views
Data Science | Тесты
🤔 Какой метод оценки моделей снижает смещение и дисперсию?
Anonymous Quiz
47%
Cross-validation
34%
Bootstrap Aggregating
11%
Gradient Descent
8%
Hyperparameter Tuning
90 voters294 views
Data Science | Тесты
🤔 Как решить задачу, где присутствует одновременно два target – один categorical, другой continuous?

Используются модели multi-output, которые обучаются на несколько целевых переменных, например, через отдельные выходные слои в нейросети.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
286 views
Data Science | Тесты
🤔 Какой алгоритм часто используется для прогнозирования временных рядов?
Anonymous Quiz
7%
Линейная регрессия
86%
ARIMA
5%
Случайный лес
2%
K-means
125 voters283 views
Data Science | Тесты
🤔 Какой алгоритм машинного обучения использует метод ядровых функций?
Anonymous Quiz
1%
Decision Tree
13%
K-Nearest Neighbors
72%
Support Vector Machine
15%
Naive Bayes
102 voters272 views
Data Science | Тесты
🤔 Почему в нейронных сетях нельзя инициализировать веса нулями?

1. Симметричность: При инициализации весов нулями все нейроны в слое начинают обучение одинаково, что делает их идентичными.
2. Отсутствие обучения: Градиенты для всех нейронов слоя будут одинаковыми, из-за чего они не смогут различаться и обучаться.
3. Решение: Инициализация случайными значениями разрывает симметрию, позволяя нейронам обучаться независимо друг от друга.
Стандартные методы, такие как He или Xavier инициализация, обеспечивают оптимальный начальный размах весов.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
263 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для задач классификации, когда классы плохо разделимы линейно?
Anonymous Quiz
11%
Логистическая регрессия
4%
Линейная регрессия
24%
Метод ближайших соседей
61%
Метод опорных векторов с ядром (SVM)
🤔1
95 voters234 views
Data Science | Тесты
🚀 Phystech.Genesis зовёт тебя на Data Science конкурс по археологии!

Проверь навыки на реальных данных: разработай ПО для поиска объектов в рельефе по данным аэрофотосъёмки, спутниковых снимков и лазерного сканирования.

Почему стоит участвовать?
• Работа над социально значимой задачей – технологии, которые помогут археологам.
• Сообщество специалистов: знакомство с компаниями и экспертами CV/ML.
🔥 Призовой фонд – 5 000 000 ₽.

Кого ждем?
💻 Команды 2-5 человек уровня Middle и выше в области ML/CV.

📌 Формат: онлайн на DS-платформе Phystech.Genesis.
Участвовать могут как физические лица, так и компании.

⏳ Подай заявку до 14 октября по ссылке.
247 views
Data Science | Тесты
🤔 Какой метод уменьшает смещение при оценке модели?
Anonymous Quiz
33%
Ensemble Learning
27%
Gradient Descent
31%
Regularization
9%
Feature Selection
💊3
75 voters242 views
Data Science | Тесты
🤔 Как избегают коллизии в хеш мапе?

В хеш-мапах коллизии избегаются несколькими способами:
1. Цепочки: каждый элемент хеш-таблицы содержит список (или другую структуру данных), который может хранить несколько элементов с одинаковым хешем.
2. Открытая адресация: при коллизии происходит последовательный поиск следующей свободной ячейки по определенному алгоритму (линейное пробирование, квадратичное пробирование, двойное хеширование).
3. Перехеширование: при высоком уровне заполненности хеш-таблицы, таблица может быть перестроена с новым размером и новой хеш-функцией для уменьшения количества коллизий.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
255 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для прогнозирования категориальных переменных на основе дерева решений?
Anonymous Quiz
3%
Линейная регрессия
8%
Логистическая регрессия
85%
Decision Tree
4%
K-means
💊2
99 voters243 views
Data Science | Тесты
🤔 Какой метод уменьшает переобучение, используя комбинацию прогнозов нескольких моделей?
Anonymous Quiz
7%
Dropout
12%
Batch Normalization
77%
Boosting
4%
Regularization
💊5
73 voters215 views
Data Science | Тесты
🤔 Назови формулу линейной модели.

Формула линейной модели имеет вид: `y = w0 + w1 * x1 + w2 * x2 + ... + wn * xn`, где `y` — это предсказанная величина, `x1, x2, ..., xn` — входные переменные (признаки), а `w0, w1, ..., wn` — коэффициенты (веса), которые модель подбирает во время обучения. `w0` представляет собой свободный член (смещение или bias). Цель линейной регрессии — найти такие значения весов, которые минимизируют ошибку предсказания.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
188 views