🤡 ML Teknik Mülakatını 3 Dakikada Nasıl Batırırsınız

Bir aday junior hatta mid-level pozisyon için gelir. Kendisine teknoloji yığını sorulur — her şey var, adam neredeyse evdeki ekran kartlarında kendi Claude'unu eğitmemiş.

Ona basit bir doğrusal regresyon problemi verilir. Adam sevinçle scikit-learn'i içe aktarır, .fit() yazar, ardından .predict() yazar. Tam 20 saniye sürer. Memnundur.

Ama sonra ona sorular sormaya başlarlar:
— Neden kalite değerlendirmesi için R2 yerine MSE'yi aldın?
— Veri setimizde büyük bir aykırı değer var. Modelin buna nasıl tepki verir ve neden?
— Normalleştirmediğimiz X özelliğinin yanındaki katsayı ne anlama geliyor?

Ve sessizlik... Adam kütüphanenin API'sini biliyor ama perde arkasında her şeyin nasıl çalıştığı hakkında hiçbir fikri yok.

sklearn gibi araçlar akıllı insanlar tarafından akıllı insanlar için, rutin işlerde zaman kazanmak amacıyla oluşturuldu. Yoksa birinin iki satır kodla temel bilgi eksikliğini gizlemesi için değil. Algoritma sizin verilerinizi umursamaz, içine ne atarsanız onu yer ve size bir tahmin verir. Garbage in — garbage out.

İşte bu temelleri Master Group'un bir sonraki sezonunda öğrenmeye başlayacağız. Programda:
🟢 5 yayın: makine öğreniminin temellerinden temel doğrusal modellerin oluşturulması ve doğrulanmasına kadar.
🟢 1 yayın — takım pratiği. Sadece ders izlemek yeter. Takımlar halinde pratik bir problemi çözecek, ardından hep birlikte sonuçları analiz edeceğiz (ve kimin nerede hata yaptığını göreceğiz).
🟢 Kayıtlar ve kod dosyalarım doğal olarak sizde kalır. Alıp işinizde kopya kağıdı olarak kullanabilirsiniz.

🗓 Hatırlatma: 25 Nisan'da Moskova saatiyle 11:00'de başlıyoruz. Python ve pandas bilmeniz gerekiyor.

👉 Eğer fit-predict maymunu olmaktan kurtulmak istiyorsanız, özel mesajdan @obulygin91'e yazın, detayları anlatayım.