Question 1

Почему в данной архитектуре был выбран именно трансформерный энкодер (Transformer Encoder), а не более простые альтернативы, такие как сверточные нейронные сети (CNN) или многослойные перцептроны (MLP)?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 2

Что означает порог (threshold) 0.5 и как он используется при расчёте метрик модели детекции объектов?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 3

В чем заключаются основные недостатки архитектуры Transformer по сравнению с другими подходами?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 4

Как рассчитывается precision при заданном значении recall, например, при наличии идеальной разметки?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 5

Как в задаче детекции объектов определить, является ли предсказание модели истинно положительным (True Positive) или ложноположительным (False Positive)?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 6

Как рассчитывается метрика Precision (точность) — по какой формуле и как она вычисляется, это отношение чего к чему?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 7

Расскажите подробнее про обучение нейронных сетей: как происходит процесс обратного распространения ошибки?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 8

Какие существуют адаптивные методы обучения нейронных сетей, которые обновляют веса, и почему они называются адаптивными?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 9

Зачем нужно учитывать градиент при адаптивных методах обучения и как это помогает в обновлении весов?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 10

Что нужно изменить в функции активации ReLU, чтобы избежать проблемы «умирающих нейронов» (когда градиент становится нулевым для отрицательных значений)?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 11

Что такое uplift-моделирование и какие основные гипотезы используются в uplift-моделях?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 12

Что такое калибровка в контексте машинного обучения?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 13

Для чего нужна регуляризация в машинном обучении и какие способы регуляризации вы знаете?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 14

Почему в uplift-моделировании требуются специализированные методы и почему нельзя ограничиться стандартной регрессией или классификацией?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 15

Что такое data drift и какие существуют методы его обнаружения?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 16

Какие архитектуры нейронных сетей для распознавания речи вы знаете?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 17

Как организовать мониторинг моделей машинного обучения (классификаторов) в продакшене?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 18

В чем заключается фундаментальная цель нейронных сетей и какие задачи они призваны решать?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 19

Что нам даст уменьшение learning rate?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 20

Для чего в нейросетях используется dropout и что он делает?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 21

Что будет делать логистическая регрессия в этом случае?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 22

Что происходит с сигналами при прохождении через нейрон?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 23

Как оценивается качество модели и качество генерации?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 24

Какие риски существуют при использовании слишком маленького значения learning rate в процессе обучения нейронной сети?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 25

Если модель получилась плохой, какие параметры можно менять в нейросети, чтобы улучшить процесс обучения?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 26

Что такое градиентный взрыв и затухание градиентов? Какие методы борьбы с ними вы знаете?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 27

Какие шаги вы предпримете для анализа и улучшения модели, если она показывает высокое качество на валидации, но низкое в продакшне?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 28

В чем вы больше уверены при решении задач: в деревьях решений (например, случайный лес) или в логистической регрессии?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 29

Можно ли использовать P для обозначения предсказаний в машинном обучении?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Question 30

Можно ли сразу направлять модель в production или существуют какие-то тонкости при деплое моделей машинного обучения?

Accepted Answer

Реальный вопрос с собеседования по технологии Machine Learning. Готовьтесь по полному банку вопросов бесплатно.

Вопросы по Machine Learning — часть 5

Что означает порог (threshold) 0.5 и как он используется при расчёте метрик модели детекции объектов?

В чем заключаются основные недостатки архитектуры Transformer по сравнению с другими подходами?

Как рассчитывается precision при заданном значении recall, например, при наличии идеальной разметки?

Как в задаче детекции объектов определить, является ли предсказание модели истинно положительным (True Positive) или ложноположительным (False Positive)?

Как рассчитывается метрика Precision (точность) — по какой формуле и как она вычисляется, это отношение чего к чему?

Расскажите подробнее про обучение нейронных сетей: как происходит процесс обратного распространения ошибки?

Какие существуют адаптивные методы обучения нейронных сетей, которые обновляют веса, и почему они называются адаптивными?

Зачем нужно учитывать градиент при адаптивных методах обучения и как это помогает в обновлении весов?

Что нужно изменить в функции активации ReLU, чтобы избежать проблемы «умирающих нейронов» (когда градиент становится нулевым для отрицательных значений)?

Что такое uplift-моделирование и какие основные гипотезы используются в uplift-моделях?

Что такое калибровка в контексте машинного обучения?

Для чего нужна регуляризация в машинном обучении и какие способы регуляризации вы знаете?

Почему в uplift-моделировании требуются специализированные методы и почему нельзя ограничиться стандартной регрессией или классификацией?

Что такое data drift и какие существуют методы его обнаружения?

Какие архитектуры нейронных сетей для распознавания речи вы знаете?

Как организовать мониторинг моделей машинного обучения (классификаторов) в продакшене?

В чем заключается фундаментальная цель нейронных сетей и какие задачи они призваны решать?

Что нам даст уменьшение learning rate?

Для чего в нейросетях используется dropout и что он делает?

Что будет делать логистическая регрессия в этом случае?

Что происходит с сигналами при прохождении через нейрон?

Как оценивается качество модели и качество генерации?

Какие риски существуют при использовании слишком маленького значения learning rate в процессе обучения нейронной сети?

Если модель получилась плохой, какие параметры можно менять в нейросети, чтобы улучшить процесс обучения?

Что такое градиентный взрыв и затухание градиентов? Какие методы борьбы с ними вы знаете?

Какие шаги вы предпримете для анализа и улучшения модели, если она показывает высокое качество на валидации, но низкое в продакшне?

В чем вы больше уверены при решении задач: в деревьях решений (например, случайный лес) или в логистической регрессии?

Можно ли использовать P для обозначения предсказаний в машинном обучении?

Можно ли сразу направлять модель в production или существуют какие-то тонкости при деплое моделей машинного обучения?

Вопросы по другим технологиям

Навигация

Поддержка

Правовое