Собеседование на позицию Data Scientist: 20 типичных вопросов

Очень однобоко написано, вопросы про одно, ответы про другое. Да и такое ощущение, что статья является переводом medium-блогпоста, причём ещё не самого лучшего качества

В чём разница между контролируемым и неконтролируемым машинным обучением

Это называется «обучение с учителем» и «обучение без учителя». Нигде не встречал термина «неконтролируемое обучение». Это даже звучит как будто человек не понимает что он делает.

Перечислите этапы построения дерева решений

Зависит от алгоритма. Дерево решений строится не обязательно по алгоритму ID3. Я могу взять CART и там не будет information gain. Могу вообще свой алгоритм придумать, и это тоже будет дерево решений.

Градиент — это вектор частных производных функции потерь по весам нейросети.

Только нейросети? Почему опять сразу завал на конкретный алгоритм?

Его (SVM) основная идея — построение гиперплоскости, которая разделяет объекты выборки максимально эффективным способом. Сделать это можно с помощью алгоритма линейной классификации.

Что значит максимально эффективным? Как эффективность измеряется? «Сделать это можно с помощью алгоритма линейной классификации» не объясняет вообще ничего. А SVM что тогда? Нужен ещё один алгоритм?
Ни слова про margin, ничего про ядра. Красота просто.

Ансамбль методов — это использование нескольких алгоритмов с целью получения более высокой эффективности прогнозирования, чем можно было бы получить, используя эти алгоритмы отдельно.

Алгоритмов или моделей? Алгоритм построения моделей может быть один и тот же, а моделей, по нему построенных, несколько.

Что такое Random Forest?

А описали бэггинг на деревьях)

Что такое глубокое обучение?

В чём разница между машинным обучением и глубоким обучением?

Ответы немного противопоставлены друг другу. В одном говорится «совокупность большого количества методов машинного обучения» (как будто не только нейронные сети), в другом — «подвид машинного обучения, который основан на аналогии нейронных сетей человеческого мозга». При этом без каких-либо чётких критериев.
Больше 1-го скрытого слоя — deep learning. Всё.

Его цель (A/B-тестирования) — обнаружение любых изменений на веб-странице, чтобы максимизировать или повысить результат стратегии.

Откуда тут взялись веб-страницы? Без веба нет A/B тестирования?

В общем, если бы я задумывался пойти на курсы, то Skillbox я бы не выбрал. Уж слишком реклама хорошая)

Хм, однако ответы на некоторые вопросы представленные в статье довольно спорные.

А можно все-таки узнать, в каких это компаниях вместо устоявшейся терминологии используют «контролируемое и неконтролируемое обучение» и «матрицу путаницы»? Чтобы время не терять, если что.