Uma série de perguntas de entrevista de ciência de dados a serem observadas ao se candidatar a empregos
ciência de dados é um campo interdisciplinar que extrai dados não processados, analisa-os e descobre padrões dos quais derivam insights úteis. As principais tecnologias da ciência de dados incluem estatísticas, ciência da computação, aprendizado de máquina, aprendizado profundoanálise de dados e visualização de dados.
1. O que é Ciência de Dados?
Data Science é um campo interdisciplinar composto por várias técnicas científicas, ferramentas, algoritmose estratégias de aprendizado de máquina com o objetivo de extrair padrões e conhecimento útil dos dados de entrada brutos fornecidos.
2. O que distingue a ciência de dados da análise de dados?
A ciência de dados é o processo de transformação de dados usando uma variedade de abordagens de análise técnica para produzir descobertas perspicazes que um analista de dados pode aplicar posteriormente a vários contextos de negócios.
Para tornar a tomada de decisão relacionada aos negócios mais eficaz e eficiente, a análise de dados se preocupa em analisar as informações e as teorias já existentes.
3. O que são autovetores e autovalores?
Os vetores coluna ou vetores unitários com comprimento/magnitude 1 são conhecidos como autovetores. Também conhecidos como vetores retos. Quando autovalores são aplicados a autovetores, diferentes comprimentos ou magnitudes são atribuídos aos vetores.
A decomposição própria é o processo de dissecar uma matriz em seus valores próprios e vetores próprios. Eles são posteriormente incluídos em técnicas de aprendizado de máquina como PCA (Principal Component Analysis) para extrair informações perspicazes da matriz fornecida.
4. Quando é feita a reamostragem?
A reamostragem é uma técnica de amostragem de dados usada para aumentar a precisão e quantificar a incerteza dos parâmetros da população. Isso é feito para garantir que o modelo seja adequado, treinando-o em vários padrões de conjunto de dados para garantir que as variações sejam tratadas. Além disso, isso é feito ao fazer testes ao alterar os rótulos dos pontos de dados ou quando os modelos precisam ser validados usando subconjuntos aleatórios.
5. O que você entende por Dados desbalanceados?
Os dados são considerados gravemente desequilibrados se forem distribuídos de forma desigual em várias categorias. O desempenho do modelo é impreciso e errôneo como resultado desses conjuntos de dados.
6. O que você entende por Viés de Sobrevivência?
Esse viés se refere ao erro ilógico de se concentrar em elementos que resistiram a alguns processos e ignorar aqueles que falharam porque não receberam tanta atenção. O resultado desse viés pode ser julgamentos incorretos.
7. Defina variáveis de confusão.
Às vezes, os fatores de confusão são chamados de variáveis de confusão. Essas variáveis são uma categoria particular de variáveis auxiliares que têm impacto nas variáveis independentes e dependentes, levando a relações matemáticas errôneas entre variáveis que estão correlacionadas, mas não estão incidentalmente relacionadas entre si.
8. Defina e explique o viés de seleção?
O viés de seleção ocorre quando o pesquisador deve decidir qual assunto explorar. O viés de seleção ocorre quando os participantes do estudo são escolhidos de maneira não aleatória. O viés de seleção é muitas vezes referido como o efeito de seleção. O viés de seleção é resultado do procedimento de coleta de amostras.
9. Qual é a diferença entre o conjunto de teste e o conjunto de validação?
O desempenho do modelo treinado é testado ou avaliado usando o conjunto de teste. Avalia a capacidade de previsão do modelo.
O conjunto de treinamento inclui o conjunto de validação, que é usado para escolher parâmetros para evitar o overfitting do modelo.
O post Principais perguntas para se preparar para entrevistas de trabalho de ciência de dados apareceu primeiro no Analytics Insight.
source – www.analyticsinsight.net
