Дано: DataFrame `app_data` с колонками day_of_week (0-6), is_weekend (0/1), push_sent (0/1), crashes (число крашей -- count-метрика). Реализуйте Пуассоновскую регрессию для count-данных: - Модель: E[Y|X] = exp(X × beta) - Log-likelihood: sum(y × Xb - exp(Xb) - log(y!)) - Подбор коэффициентов численной минимизацией -log-likelihood Дополнительно посчитайте IRR (Incidence Rate Ratio) = exp(beta) для интерпретации коэффициентов. Сохраните dict {"coefficients": {...}, "irr": {...}, "log_likelihood":...} (округлённые до 4 знаков) в `result`.
poisson_regression irr count_data statistics
Задача «Пуассоновская регрессия для count-метрик» учит применять статистику и научные методы через scipy. Такие задачи дают на собеседованиях в VK и других IT-компаниях. Уровень сложный — проверяет глубину и умение собрать решение из нескольких приёмов.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
На собеседовании по Python для аналитика ценят чистый читаемый код, корректную обработку крайних случаев (пустой ввод, дубли, None) и умение вслух оценить сложность по времени и памяти. Часто просят не просто решить, а разобрать альтернативные подходы и показать, где наивное решение сломается на большом объёме данных.
Прокачать Python для аналитики — бесплатный курс «Pandas с нуля» и Python-тренажёр.
Открыть задачу в тренажёре → ← Все Python-задачи