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
Forwarded from easyoffer
Такого больше не будет!

Всего пара часов и больше не будет возможности получить:

🚀 PRO подписку к easyoffer 2.0 на 1 год по цене месячной подписки. Активировать подписку можно в любой момент, например, когда начнешь искать работу. Приглашение на закрытое бета-тестирование

👉 Поддержать: https://planeta.ru/campaigns/easyoffer
🤔 Зачем нужен yield вместо return в функции?

`yield` используется в генераторах Python и позволяет функции возвращать промежуточный результат, приостанавливая выполнение функции и сохраняя ее состояние для последующего возобновления. Это эффективно для работы с большими данными или сложными алгоритмами.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from easyoffer
Финальный отсчёт:
3 часа до конца краудфандинга easyoffer 2.0!


Это не просто скидка. Это шанс поддержать проект, который поможет и вам и тысячам айтишников готовиться к собеседованиям быстрее, эффективнее и увереннее.

За последние недели:
💥 Нас поддержали уже больше 1450 человек;
🔥 Вместе собрали больше 4,5 млн. рублей на запуск проекта;

Но сейчас важнее другое.

Через 3 часа всё закончится.
– Больше не будет подписки за 3 200 руб. на целый год!
– Не будет шанса первыми воспользоваться EasyOffer 2.0 на бета-тестировании

Если вы:

+ Планируете менять работу в этом или следующем году;
+ Хотите иметь под рукой 40,000+ вопросов собеседований с разборами, видео-ответами и тренажёрами;
+ Хотите зафиксировать лучшую цену на целый год… (потом будет в 12 раз дороже)

👉 Тогда просто переходите и поддержите нас сейчас:
https://planeta.ru/campaigns/easyoffer

📢 Три часа — и всё.
Не откладывайте на потом.

Спасибо всем, кто уже с нами! 💙
Forwarded from easyoffer
🚨 60 минут до финала

Через час мы закроем краудфандинг easyoffer 2.0
Это последний шанс вписаться в самые выгодные условия.

👉 https://planeta.ru/campaigns/easyoffer
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔 Какой метод помогает обнаружить выбросы в многомерных данных?
Anonymous Quiz
48%
Isolation Forest
26%
LDA
18%
PCA
8%
Gradient Boosting
Forwarded from Идущий к IT
Я смотрю на эту цифру и до сих пор не верю.

Когда я запускал этот проект, мне реально было страшно. Страшно, что ничего не получится. Что я и мой проект никому не нужен. Страшно, что все увидят, как я публично обосрался.

Я ставил планку в 300т рублей. В самом позитивном сценарии 1млн. Но про 5 миллионов… даже мысли не было. Уже в первые часы стало понятно, что кампания идет не по плану. Сайт краудфандинга не выдержал нашей нагрузки и лег 😁

Особенно в последние три дня — просто какой-то разрыв! Я ощущал, как будто ловлю попутный ветер. В последний час не хватало 50к до 5 млн, и я уже думал сам их докинуть, чтобы красиво закрыть 😁

Но финальная сумма это не так важно. Самое главное это как мы её собрали. Это не инвестиции, не чьи-то деньги под условия и контроль, не кредит. Это вы поверили и поддержали меня напрямую. Вы дали мне возможность оставить за собой полный контроль над easyoffer.

Я чувствую огромную ответственность и нервничаю из-за высоких ожиданий. А вдруг что-то пойдёт не так? А вдруг на релизе кому-то что-то не понравится? Именно поэтому я рад, что могу честно выйти на новый этап и без давления от левых инвесторов.

В такие моменты вспоминаю, с чего всё начиналось. Как 2 года назад я писал свои первые посты на 500 человек о том, как учу программирование. Как записывал первое видео на YouTube про поиск работы. Как пилил первую версию easyoffer, вообще без понимания, что из этого выйдет.

И сейчас я думаю — может, эта история вдохновит кого-то из вас. Может, кто-то запустит свой айтишный проект, найдёт поддержку и соберёт бабки на развитие. Было бы круто

Спасибо за невероятную и колосальную поддержку ❤️
О такой аудитории как вы я не мог мечтать
🤔 Какой метод регуляризации может обнулить коэффициенты?
Anonymous Quiz
27%
Ridge
58%
Lasso
2%
Elastic Net
14%
Dropout
🤔 Что известно о Gradient-boosted trees?

Это ансамблевый метод, строящий модель как последовательность слабых моделей (обычно деревьев), где каждая новая модель корректирует ошибки предыдущей. Он использует градиентный спуск по функции потерь. Обладает высокой точностью и хорошо работает с табличными данными, но чувствителен к гиперпараметрам. Популярные реализации — XGBoost, LightGBM, CatBoost.


Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔 Какой метод применяется для балансировки несбалансированных данных?
Anonymous Quiz
67%
SMOTE
12%
РCA
13%
T-SNE
7%
K-means
🤔 Какой метод позволяет уменьшить размерность данных с минимальными потерями информации?
Anonymous Quiz
3%
Линейная регрессия
86%
Метод главных компонент (PCA)
7%
Полиномиальная регрессия
4%
Логистическая регрессия
🤔2
🤔 Какие знаешь рекомендательные модели?

Модели: коллаборативная фильтрация (на основе пользователей или элементов), контентная фильтрация, гибридные подходы и модели с использованием глубокого обучения (например, нейронные сетевые рекомендатели).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
🤔 Какой метод машинного обучения используется для классификации на основе вероятностей?
Anonymous Quiz
6%
Линейная регрессия
6%
K-ближайших соседей
8%
Метод опорных векторов
79%
Наивный байесовский классификатор
🤔 Какой метод уменьшает смещение и дисперсию, добавляя искусственные примеры данных?
Anonymous Quiz
24%
Batch Normalization
5%
Dropout
70%
Data Augmentation
1%
Early Stopping
💊40
🤔 Как работает деревянный регрессор?

Предполагая, что вы имели в виду "дерево решений регрессор" (Decision Tree Regressor), этот метод использует дерево решений для предсказания непрерывной переменной. Дерево строится путем разделения данных на узлы, основываясь на условиях, которые максимально уменьшают дисперсию (или другой критерий разбиения) ответа в узлах. Результат в новом узле представляет собой среднее значение целевой переменной по всем образцам, попавшим в этот узел.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
💊16🤔2🔥1
🤔 Какой алгоритм решает задачу оптимизации методом имитации отжига?
Anonymous Quiz
19%
Genetic Algorithm
48%
Simulated Annealing
16%
Gradient Descent
18%
Particle Swarm
🤔9💊3
🤔 Какой метод машинного обучения используется для задач классификации, когда данные имеют высокую размерность и мало наблюдений?
Anonymous Quiz
6%
Линейная регрессия
72%
Метод опорных векторов (SVM)
13%
Логистическая регрессия
10%
K-means
🤔 Как изменится метрика ROC-AUC, если функцию вероятности принадлежности первому классу применить алгоритм?

ROC-AUC останется неизменной, если алгоритм сохраняет порядок вероятностей, так как метрика основывается на ранжировании. При нарушении порядка вероятностей, например, из-за некорректной трансформации, значение ROC-AUC снизится.


Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
🤔 Какой алгоритм используется для поиска наиболее близких точек в многомерных данных?
Anonymous Quiz
22%
DBSCAN
33%
K-means
42%
k-NN
3%
PCA
💊7
🤔 Какой метод позволяет оценивать важность признаков?
Anonymous Quiz
41%
PCA
41%
Feature Scaling
13%
Random Forest
5%
Standardization
💊19👍1
🤔 Что будет с целевой меткой с предсказаниями, если обучалась на неотрицательной целевой метке?

Модель будет предсказывать только неотрицательные значения, что может ограничивать её применение.

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