Давайте запустим рубрику, в которой будем разбирать по 2-3 интересных вопроса с собесов разных секций: Python, ML/DS, AB tests, Тервер/Матстат, Big Data. Буду выпускать раз в неделю-две
Тервер:
Вероятность получения кошечки - 10%, вероятность собачки - 90%. Разметчик размечает со следующими вероятностями: в 90% случаев отмечает верно, а в 10% - неверно. Определить вероятность того, что на разметку пришла собачка, если известно, что фотография была отмечена как кошечка.
По формуле Байеса:
P(A | B) = P(B | A) * P(A) / P (B)
P(пришла собачка | отмечена кошечка) =
= P(отмечена кошечка | пришла собачка) * P(пришла собачка) / P(отмечена кошечка) =
= 0.1 * 0.9 / 0.18 = 0.5
ML:
Что такое ROC AUC? Как интерпретировать? Чему равен ROC AUC случайной и константной модели?
1. ROC-кривая — это график TPR (Recall) против FPR (False Positive Rate)
TPR = TP / (TP + FN) — доля правильно найденных объектов позитивного класса.
FPR = FP / (FP + TN) — доля объектов негативного класса, ошибочно отнесённых к позитивному.
ROC AUC равен площади под ROC-кривой
2. Интерпретация: вероятность, что модель присвоит случайному объекту позитивного класса более высокий скор, чем случайному объекту негативного класса.
3. ROC AUC случайной и константной модели = 0.5
Python:
Как передаются изменяемые и неизменяемые типы данных в функцию?
При вызове функции Python передаёт внутрь функции ссылку на объект, на который указывает аргумент
1. Неизменяемые типы данных (int, float, str, tuple, frozenset, bool). Если вы внутри функции меняете переменную, вы переназначаете локальное имя, но исходный объект остаётся прежним.
2. Изменяемые типы данных (list, dict, set). Ссылка на объект передаётся внутрь функции, и если вы меняете сам объект внутри функции, изменения видны снаружи.
#вопросы_с_собесов