Встречается на собеседованиях • сегодня

Где используешь Bootstrap

Bootstrap применяется в статистике и машинном обучении для оценки точности моделей и устойчивости параметров. Основные сценарии:

  1. Оценка доверительных интервалов – когда теоретическое распределение неизвестно.
  2. Проверка гипотез – например, сравнение средних двух выборок.
  3. Оценка ошибки предсказания – для алгоритмов ML.

Пример с scikit-learn для оценки точности модели:

python
from sklearn.utils import resample
import numpy as np

# Генерация данных
X = np.random.rand(100, 5)
y = X.dot(np.array([1, 2, 3, 4, 5])) + np.random.normal(0, 0.1, 100)

# Bootstrap оценка коэффициентов
n_iterations = 1000
coefs = []
for _ in range(n_iterations):
    X_resampled, y_resampled = resample(X, y)
    coef = np.linalg.lstsq(X_resampled, y_resampled, rcond=None)[0]
    coefs.append(coef)

# Доверительный интервал для первого коэффициента
ci = np.percentile([c[0] for c in coefs], [2.5, 97.5])
print(f"95% CI for first coefficient: {ci}")
Sophi
Софи собрала все вопросы. Тренируйся и получай
офферы быстрее!
Попробовать бесплатноArrow

Следующий вопрос

Это единственный вопрос по вашему фильтру

как отвечать на вопрос
пример собеседования
фреймворки на собеседовании
типичные вопросы junior
интервью вопросы и ответы