Проверяет основы машинного обучения и оценку моделей.
quiz-bank
Варианты ответа
Снизить глубину модели, оставив в выборке все признаки, включая утечки таргета
Повысить learning rate, чтобы модель быстрее обучалась на тех же утекших признаках
Просто увеличить число деревьев или слоёв в модели, чтобы она «перестала замечать» утечки
Явно исключить признаки, которые используют информацию из будущего или напрямую связаны с таргетом, и делать разделение train/val по времени (time-based split)
Как разобрать этот вопрос на собеседовании
Определи тип задачи (регрессия/классификация), как ты разобьёшь данные и какой метрикой будешь мерить качество с учётом дисбаланса классов. Ценят понимание переобучения, утечки данных и того, почему выбрана именно эта метрика, а не accuracy по умолчанию.
На собеседовании по такому вопросу важно не только назвать ответ, но и кратко объяснить, почему он верный.
Тема вопроса — «ML». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: раздел практики помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.
Разбор ответа
Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.
3000+ вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.