#1 ЖЁСТКОЕ Собеседование Middle Data Science | Classic ML | Реальные задачи с собеседований скачать в хорошем качестве

#1 ЖЁСТКОЕ Собеседование Middle Data Science | Classic ML | Реальные задачи с собеседований

Бесплатная консультация, разберём твои страхи, подсветим буть к офферу 💸 - https://ds-mentor.ru/ 🔎 Хочешь узнать, с какими задачами сталкиваются на собеседованиях по Data Science? В этом видео я провожу сложное интервью на позицию Middle Data Scientist и объясняю ключевые темы, которые вызвали трудности у кандидата. 📊 Разбираем: Линейная и логистическая регрессия Precision, Recall, ROC-AUC "на пальцах" Регуляризации L1, L2 и ElasticNet Метрики классификации и их применение в реальных задачах Считаем ручками Precision, Recall и ROC-AUC 💡 Проверь свои знания и подготовься к собеседованию! Привет! Я Дима Савелко - Ментор и Deep Learning Engineer (ClassicML, NLP/LLM) с 4-летним опытом коммерческой разработки как на СНГ сегменте, так и на зарубежном рынке. Параллельно официальной работе руковожу AI-командой для реализации проектов, решая задачи бизнеса с помощью ИИ. Также обо мне вы можете почитать в моём телеграм-канале! Ссылки: tg: https://t.me/ngmdite tg-channel: https://t.me/eboutdatascience Таймкоды: 00:00 Приветствие 00:29 Что такое линейная регрессия? 02:30 Что такое регуляризация? 04:20 Что такое переобучение? 07:22 Как можно обнаружить переобучение без использования метрик? 10:02 Что такое асимметричные метрики? 10:43 Что такое логистическая регрессия? 11:29 Что такое отступ логистической регрессии? 12:23 Какие бывают метрики классификации? 14:07 Что такое ROC-AUC и PR-AUC? Какие плюсы и минусы? 17:23 Когда важен Precision, а когда Recall? Практические примеры 19:30 Какие методы существуют для многоклассовой классификации? 20:28 Какое количество моделей при All-vs-All? 23:05 Что такое макро-микро метрики? 23:57 Считаем Precision, Recall, ROC-AUC ручками! 26:08 Объясняю подсчёт ROC-AUC 33:50 Проблемы построенной кривой ROC-AUC 35:28 Прощание #DataScience #МашинноеОбучение #СобеседованиеDataScience