ML Interview

[머신러닝 시스템 디자인 스터디 Part4]Architecting for Scale

Architecting for Scale(확장을 위한 설계) 문제를 이해하고 정의하는 동안 수집된 요구사하은 구조를 설계하는데 도움이 된다. 문제 예시: 사용자들과 관련된 광고들을 표시해주는 머신러닝 시스템 설계 문제를 설정하는 동안 사용자들과 광고들이 매우 크고 증가하고 있다는 것을 질문하고 이해해야한다. 데이터가 증가하더라도 모든 사용자들에게 관련있는 광고들을 빠르게 찾을 수 있는 시스템이 필요하다. 이 시스템은 증가하는 요소들을 다루기 위해서 확장가능해야한다. 이러한 이유들 때문에 복잡한 머신러닝 모델을 설계하면 안된다. 그리고 시스템의 모든 광고들을 위해 모델을 사용해야한다. 만일, 복잡한 모델을 설계할 경우 많은 시간과 자원이 필수불가결할 것이다. 해결 방안: Funnel Approach(깔때..

[머신러닝 시스템 디자인 스터디 Part1] How Does This Course Help in ML Interviews?

머신러닝 인터뷰 Problem-solving/coding 소프트웨어 엔지니어링 코딩 인터뷰와 비슷하다. 예를 들어 인오더 트리(In-order tree traversal) 순회와 같은 문제를 지원자에게 주고 한시간 반동안 문제를 풀게한다. Machin Learning Understanding 머신러닝에 대한 기본적인 컨셉에 집중된다. Concepts Supervised vs Unsupervised learning // 지도 vs 비지도 학습 Classification vs Regression // 분류와 회귀 분석 Deep Learning // 딥러닝 Optimization Funcitons // 최적화 함수들 Machine Learning 알고리즘들에 대한 학습 Career Discussion 이전의 ..