Data Science | Тесты
2.51K subscribers
25 photos
350 links
Cайт easyoffer.ru
Реклама @easyoffer_adv
ВП @easyoffer_vp

Вопросы собесов t.me/+RQVnIJT__Z42ZWUy
Вакансии t.me/+Ir52wMvyEgo5YWIy
Download Telegram
🤔 Какой метод машинного обучения используется для классификации данных, разделенных нелинейной границей?
Anonymous Quiz
2%
Линейная регрессия
16%
Логистическая регрессия
63%
Метод опорных векторов с ядром (SVM)
20%
K-means
🤔 В чем разница между листом и кортежем?

В Python список (list) — это изменяемая коллекция объектов, тогда как кортеж (tuple) — неизменяемая. Это значит, что после создания кортежа его нельзя изменить (добавлять элементы, удалять элементы, изменять существующие элементы).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4😁1
🤔 Какой метод часто применяют для уменьшения дисперсии модели?
Anonymous Quiz
74%
Бэггинг
6%
K-means
18%
PCA
2%
Логистическая регрессия
👍1
🤔 Какой метод используется для классификации текстовых данных на основе частотных характеристик слов?
Anonymous Quiz
2%
Линейная регрессия
6%
K-means
88%
TF-IDF
4%
Логистическая регрессия
🤔 Как можно сравнивать два ненормальных распределения?

1. Применить непараметрические тесты, такие как тест Манна-Уитни или Краскела-Уоллиса.
2. Использовать бутстрепинг для создания доверительных интервалов.
3. Рассмотреть преобразование данных для приближения к нормальному виду.


Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
🤔 Какой метод уменьшения размерности часто используется для визуализации данных?
Anonymous Quiz
53%
PCA
26%
PCA
15%
LDA
6%
NMF
😁46🤯11💊8🤔6
🤔 Какой алгоритм используется для анализа категориальных признаков?
Anonymous Quiz
4%
Линейная регрессия
23%
Логистическая регрессия
13%
Метод опорных векторов
59%
One-hot encoding
💊20😁3🤔1
🤔 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
🤔 Какой метод машинного обучения подходит для решения задачи классификации с несколькими классами и большим количеством признаков?
Anonymous Quiz
12%
Логистическая регрессия
42%
Деревья решений
33%
Градиентный бустинг
14%
Наивный Байес
💊23👍1
🤔 При свёртке картинки HxW матрицей 3x3, что получится в итоге?

Результирующий размер изображения будет (H−2)×(W−2)(H-2) \times (W-2), если не использовать дополнение, так как свёртка "обрезает" края.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥1
🤔 Какой метод машинного обучения используется для классификации изображений?
Anonymous Quiz
6%
K-ближайших соседей
1%
Линейная регрессия
89%
Convolutional Neural Networks (CNN)
3%
Логистическая регрессия
🤔 Какой метод машинного обучения лучше всего подходит для обработки временных рядов?
Anonymous Quiz
7%
Случайный лес
81%
RNN
9%
Линейная регрессия
3%
K-means
😁1
Forwarded from easyoffer
Я боялся, что провалю собеседование. Так появился easyoffer

Когда я только начинал искать первую работу программистом, меня пугала мысль, что я просто не смогу ответить на вопросы на собеседовании.

Типа… ты потратил месяцы на то, чтобы учиться, писал pet-проекты, собирал резюме, рассылаешь отклики — и всё может закончиться на одном-единственном вопросе, на который ты не знаешь ответ.

Я реально боялся.
Я смотрел видео mock-собеседований на YouTube, останавливал каждое, выписывал вопросы в Notion. Потом вручную писал к ним ответы. И потом ещё по нескольку раз перечитывал. Такой вот "тренажёр" на коленке.

📎 (там на картинке — один из моих реальных списков в Notion, ставь 🔥 если тоже так делал)

В какой-то момент я посчитал — у меня уже было выписано больше 500 вопросов. Я почувствовал ужас.
Потому что невозможно всё это зазубрить. А что, если спросят как раз тот, к которому я не успел подготовиться?..

Тогда и пришла идея

А что если понять, какие из вопросов встречаются чаще всего? Чтобы не учить всё подряд, а сфокусироваться на главном.

Так родился easyoffer.

Сначала — просто как пет-проект, чтобы показать в резюме и подготовиться к собесам. А потом оказалось, что он реально помогает людям. За первые месяцы его посетили сотни тысяч человек. И я понял: это больше, чем просто пет-проект.

Сейчас я делаю EasyOffer 2.0
И уже не один, а вместе с вами.

В новой версии будут:
– вопросы из реальных собесов, с фильтрацией по грейду, компании, типу интервью
– тренажёр с карточками (по принципу интервальных повторений — как в Anki)
– база задач с интервью
– тренажёр «реальное собеседование», чтобы отрепетировать как в жизни

Каждая фича упрощает и сокращает время на подготовку. Все эти штуки я бы мечтал иметь, когда сам готовился к собеседованиям.

Я делаю всё на свои деньги. Никаких инвесторов. Только вы и я.

Если вы хотите помочь — сейчас самое важное время.
Краудфандинг уже стартовал. Благодаря нему я смогу привлечь больше людей для разработки, сбору и обработки собеседований.

Все, кто поддержат проект до релиза, получат:

🚀 1 год PRO-доступа по цене месячной подписки. Его можно активировать в любое время, например когда начнете готовится к собесам.
Доступ к закрытому бета-тесту

Поддержать 👉 https://planeta.ru/campaigns/easyoffer

Спасибо, что верите в этот проект 🙌
🤔 В чём смысл Information Value (IV)?

Это метрика, используемая для оценки предсказательной способности признака относительно целевой переменной.
1. Высокое значение IV говорит о сильной связи между признаком и целевой переменной.
2. Часто используется в кредитном скоринге для выбора наиболее значимых признаков.
3. Значения IV помогают определить, какие признаки следует включить в модель, а какие можно исключить.


Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔 Какой метод машинного обучения используется для уменьшения размерности с сохранением дисперсии данных?
Anonymous Quiz
10%
LDA
67%
PCA
7%
K-means
16%
T-SNE
💊4
🤔 Какой метод машинного обучения используется для задач классификации с учетом временных зависимостей в данных?
Anonymous Quiz
3%
Линейная регрессия
9%
Логистическая регрессия
80%
Рекуррентные нейронные сети (RNN)
8%
Метод опорных векторов (SVM)
🤔 Где использование линейных моделей целесообразно?

Линейные модели применяются, когда данные линейно разделимы или зависимости между признаками и целевой переменной близки к линейным.
1. Они эффективны на высоких объёмах данных благодаря низкой вычислительной сложности.
2. Хорошо интерпретируемы, что важно в задачах с требованием объяснимости.
3. Используются в случаях, когда признаки предварительно масштабированы и очищены.


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