Data Science | Тесты
@easy_ds_tests
2.42K subscribers
23 photos
275 links
Cайт easyoffer.ru
Реклама @easyoffer_adv
ВП @easyoffer_vp

Вопросы собесов t.me/+RQVnIJT__Z42ZWUy
Вакансии t.me/+Ir52wMvyEgo5YWIy
Download Telegram
About
Blog
Apps
Platform
Join
Data Science | Тесты
2.42K subscribers
Data Science | Тесты
🤔 Какой метод оптимизации используется для обучения больших нейронных сетей?
Anonymous Quiz
4%
Метод Ньютона
29%
Градиентный спуск
65%
Адам (Adam)
1%
K-means
179 voters478 views
Data Science | Тесты
🤔 Какие алгоритмы наиболее подходят для обработки текста?
Anonymous Quiz
4%
Сверточные нейронные сети
29%
RNN (Рекуррентные нейронные сети)
63%
Трансформеры
4%
Скрытые марковские модели
175 voters445 views
Data Science | Тесты
🤔 Почему нельзя использовать дерево, если переменная непредобработана?

Деревья принимают решения на основе пороговых значений, и непредобработанные переменные могут привести к неверным или неэффективным разбиениям.
1. Категориальные переменные без кодирования (например, текст) не могут быть обработаны деревьями.
2. Пропущенные или масштабно несбалансированные данные могут искажать результаты.
Предобработка помогает улучшить качество разбиений и повысить производительность модели.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
467 views
Data Science | Тесты
🤔 Какой метод используют для оценки важности признаков в модели случайного леса?
Anonymous Quiz
11%
Градиентный бустинг
17%
Бэггинг
63%
Gini Importance
9%
Lasso
155 voters473 views
Data Science | Тесты
🤔 Какой метод уменьшает дисперсию в ансамблевом обучении?
Anonymous Quiz
56%
Bagging
22%
Boosting
9%
Gradient Descent
13%
Cross-Validation
135 voters430 views
Data Science | Тесты
🤔 Почему нейронные сети усложняют добавлением слоёв, а не количеством нейронов в слое?

1. Добавление слоёв увеличивает глубину: Это позволяет моделировать более сложные зависимости и иерархические признаки (например, в изображениях).
2. Слишком много нейронов в одном слое приводит к избыточности: Сеть может переобучаться или не быть эффективной.
3. Слои способствуют обучению на разных уровнях абстракции: Например, начальные слои выделяют простые признаки (линии, края), а более глубокие — сложные (объекты).
4. Увеличение количества нейронов вместо слоёв может повысить вычислительную сложность без значительного увеличения эффективности.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
444 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для задач регрессии с учетом нелинейных зависимостей и взаимодействий между признаками?
Anonymous Quiz
7%
Линейная регрессия
53%
Полиномиальная регрессия
28%
Случайный лес
11%
Логистическая регрессия
148 voters416 views
Data Science | Тесты
🤔 Какой метод классификации использует ансамбли деревьев решений?
Anonymous Quiz
22%
Decision Trees
70%
Random Forest
2%
Logistic Regression
6%
K-Nearest Neighbors
130 voters394 views
Data Science | Тесты
🤔 Как градиент бустинг регрессор работает?

Градиент бустинг регрессор строит множество слабых моделей, таких как деревья решений, и комбинирует их для улучшения предсказаний. Модели обучаются последовательно, каждая новая модель пытается скорректировать ошибки предыдущих. На каждом шаге модель минимизирует ошибку, используя градиент функции потерь для обновления предсказаний. Этот процесс продолжается до тех пор, пока не будет достигнута определенная точность или не исчерпаны ресурсы.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
372 views
Data Science | Тесты
🤔 Какая модель машинного обучения чаще всего используется для анализа текстовых данных?
Anonymous Quiz
9%
Random Forest
9%
Logistic Regression
34%
Support Vector Machine
48%
Naive Bayes
145 voters358 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для классификации с неравномерным распределением классов?
Anonymous Quiz
16%
Метод опорных векторов (SVM)
19%
K-ближайших соседей (KNN)
21%
Случайный лес
44%
Взвешенная логистическая регрессия
126 voters356 views
Data Science | Тесты
🤔 Что такое пи вэлью?

P-value — это вероятность того, что наблюдаемые данные или более экстремальные данные могли бы возникнуть при условии, что нулевая гипотеза верна. В контексте статистических тестов, маленькое значение p-value указывает на то, что нулевая гипотеза может быть отвергнута в пользу альтернативной гипотезы. Обычно порог значимости устанавливается на уровне 0.05, и если p-value меньше этого порога, нулевая гипотеза отвергается. P-value не говорит о размере эффекта, а лишь о степени уверенности в полученных данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
345 views
Data Science | Тесты
🤔 Какой метод снижает размерность данных и увеличивает объяснимость?
Anonymous Quiz
88%
PCA
4%
K-means
6%
Logistic Regression
2%
Random Forest
124 voters322 views
Data Science | Тесты
🤔 Какой метод оптимизации используется для обучения нейронных сетей?
Anonymous Quiz
9%
Метод Ньютона
79%
Градиентный спуск
10%
Метод опорных векторов
2%
K-means
117 voters318 views
Data Science | Тесты
🤔 Что такое Median?

Это центральное значение упорядоченного ряда.
- Если количество элементов нечетное, медиана – это средний элемент.
- Если четное, медиана – среднее двух центральных значений.
Медиана менее чувствительна к выбросам, чем среднее (Mean).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
320 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для создания рекомендации на основе данных о поведении пользователей и товаров?
Anonymous Quiz
17%
Decision Tree
15%
Логистическая регрессия
46%
Matrix Factorization
23%
Автоэнкодеры
123 voters312 views
Data Science | Тесты
🤔 Какая метрика оценки качества модели регрессии представляет собой среднюю абсолютную ошибку предсказания?
Anonymous Quiz
86%
Mean Absolute Error
4%
Root Mean Squared Error
3%
R-squared
8%
Mean Squared Error
106 voters286 views
Data Science | Тесты
🤔 Как объяснить бизнесу метрику машинного обучения?

1. Сфокусируйтесь на бизнес-цели: Объясните, как метрика напрямую влияет на цели компании (например, рост прибыли, снижение ошибок).
2. Избегайте технических терминов: Переведите метрику в понятные термины, например, "точность модели" — это процент правильно принятых решений.
3. Приведите примеры: Покажите, как изменения метрики влияют на реальные сценарии (например, снижение ошибок классификации улучшает качество обслуживания).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
270 views
Data Science | Тесты
🤔 Какая функция в NumPy используется для создания массива?
Anonymous Quiz
91%
array()
7%
create_array()
1%
make_array()
1%
build_array()
150 voters239 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для снижения размерности данных путем разложения тензоров?
Anonymous Quiz
4%
Decision Tree
2%
Логистическая регрессия
88%
Tensor Decomposition
6%
Автоэнкодеры
48 voters83 views