Разбор задач виртуального собеседования t.me/main_ds_kz/889 flexiquiz.com/SC/N/c247d732-bc8e-42ca-a9f1-8df8d6ea264c Первые задачи приведем почти без комментариев, а верный ответ выделим жирным. Также приведена частота выбора того или иного ответа по последним 15 участникам. 1. Стохастический градиентный спуск (1 балл) В чём заключается отличие градиентного спуска от стохастического градиентного спуска? - В стохастическом градиентном спуске на каждой итерации к антиградиенту добавляется нормальный шум.(8%) - В стохастическом градиентном спуске на каждой итерации в функционале ошибки используется не все элементы обучающей выборки (67%) - В стохастическом градиентном спуске на каждой итерации делается шаг в случайном направлении. (25%) 2. Градиентный спуск (1 балл) В чём заключается отличие градиентного спуска от стохастического градиентного спуска? - В стохастическом градиентном спуске на каждой итерации используется лишь одно слагаемое в функционале ошибки (90%). - В стохастическом градиентном спуске на каждой итерации к антиградиенту добавляется нормальный шум.(5%) - В стохастическом градиентном спуске на каждой итерации делается шаг в случайном направлении. (5%) 3. Переобучение (1 балл) Выберите верные утверждения про переобучение. - Переобучение — явление, при котором полученный при обучении алгоритм показывает на новых данных более низкое качество, чем на обучающей выборке (55%). - Одним из объяснений эффекта переобучения является недостаточная сложность модели, не позволяющая улавливать закономерности в данных (12%). (Комментарий: неверно, это недообучение) - Симптомом переобучения для линейных моделей являются большие абсолютные значения весов (33%). - Переобучение — явление, при котором полученный при обучении алгоритм показывает сопоставимое качество на обучающей выборке и на новых данных (0%). (Комментарий: это не переобучение - это счастье) 4. KMeans (1 балл) Выберите верные утверждения про то, что происходит в методе k средних на каждой итерации - Пересчитываются центры кластеров (43%). - Происходит сдвиг центров кластеров в случайном направлении для сходимости к более устойчивому решению (5%). - Объекты выборки перераспределяются по кластерам в зависимости от расстояния до центра кластера (48%). - Число k увеличивается на единицу (5%). 5. Сверточный слой (1 балл) Входное изображение хранится как матрица размера 42 x 42. К нему применяют сверточный слой с кернелом размера 7 x 7 и страйдом 1. Какой размер матрицы будет на выходе? - 36 X 36 (62%) - 21 X 21 (8%) - 39 X 39 (4%) - 42 X 42 (17%) - 35 X 35 (8%) Решение: из-за свертки без паддинга мы теряем 6 пикселей, из-за страйда 1 мы не теряем ничего. Итого 42 - 6 = 36 Остальные задачи ждите в следующих постах