Anonymous Quiz
6%
Dropout
11%
Batch Normalization
75%
Boosting
7%
Regularization
💊5
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Anonymous Quiz
35%
Lasso
33%
Ridge
16%
PCA
16%
Elastic Net
💊1
Anonymous Quiz
31%
Dropout
47%
Batch Normalization
13%
Gradient Clipping
8%
Data Augmentation
AdaBoost, Gradient Boosting, XGBoost, CatBoost и LightGBM. Они различаются производительностью и подходами к построению деревьев.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
Anonymous Quiz
5%
Random Sampling
77%
Feature Importances
11%
AdaBoost
8%
Cross-Validation
Anonymous Quiz
12%
R-squared
31%
Cross-Validation
32%
AIC (Akaike Information Criterion)
25%
F1-Score
Это SQL-функции, выполняющиеся по окну строк, но не сворачивающие их в одно значение.
- Используются с OVER().
- Примеры: ROW_NUMBER(), RANK(), LEAD(), LAG(), SUM() OVER(), AVG() OVER().
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
Anonymous Quiz
65%
Лассо-регрессия
22%
Ридж-регрессия
10%
SVM
3%
Кросс-валидация
Anonymous Quiz
42%
PCA
44%
t-SNE
9%
LDA
6%
MDS
💊1
Это статистический график, показывающий распределение данных:
1. Ящик (Box) – показывает межквартильный размах (между Q1 и Q3).
2. Линия внутри ящика – медиана (Q2).
3. "Усы" – представляют диапазон данных без выбросов.
4. Точки за пределами усов – выбросы.
Boxplot полезен для визуализации асимметрии, выбросов и распределения данных.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Anonymous Quiz
12%
Точность модели
84%
Площадь под кривой ROC
1%
Временную сложность алгоритма
4%
Количество ошибок модели
Anonymous Quiz
81%
StandardScaler
8%
MinMaxScaler
2%
RobustScaler
9%
Normalizer
2. Однако тьюнинг только Batch Norm может быть недостаточен без оптимизации других частей модели.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👍1💊1
Anonymous Quiz
4%
KNN
80%
PCA
4%
Decision Tree
12%
SVM
🤔1
Anonymous Quiz
7%
K-средних
27%
Метод опорных векторов (SVM)
64%
Главные компоненты (PCA)
2%
Линейная регрессия
🤔1
Media is too big
VIEW IN TELEGRAM
На программиста, тестировщика, аналитика, проджекта и другие IT профы.
Есть собесы от ведущих компаний: Сбер, Яндекс, ВТБ, Тинькофф, Озон, Wildberries и т.д.
🎯 Переходи по ссылке и присоединяйся к базе, чтобы прокачать свои шансы на успешное трудоустройство!
Please open Telegram to view this post
VIEW IN TELEGRAM
Телеграм канал моего друга @RuslanSenatorov – Вся математика для Машинного обучения и Data Science.
Уникальный формат автора, где он выкладывает видео с его студентами по математике и программированию для Data Science. В формате реальных уроков он разбирает ключевые темы по математике для Data Science. Увидите, как проходят занятия, и сможете повторять вместе с ним. Самое главное "математика без страха", он проводит уроке с юмором и позитивом, открывая мир математики с уникальной стороны.
На канале вы найдёте:
- Видео со студентами
- Пошаговый план обучения.
- Рекомендации по литературе и PDF книги
- Прикладной Python для Data Science без не нужной воды, которая нужна программистам.
Канал создан,для популяризации математики и программирования, подписывайтесь и начните прокачивать свои навыки в Data Science уже сегодня! 🚀
Уникальный формат автора, где он выкладывает видео с его студентами по математике и программированию для Data Science. В формате реальных уроков он разбирает ключевые темы по математике для Data Science. Увидите, как проходят занятия, и сможете повторять вместе с ним. Самое главное "математика без страха", он проводит уроке с юмором и позитивом, открывая мир математики с уникальной стороны.
На канале вы найдёте:
- Видео со студентами
- Пошаговый план обучения.
- Рекомендации по литературе и PDF книги
- Прикладной Python для Data Science без не нужной воды, которая нужна программистам.
Канал создан,для популяризации математики и программирования, подписывайтесь и начните прокачивать свои навыки в Data Science уже сегодня! 🚀
👍1🔥1🤔1💊1
Это техника регуляризации в нейросетях, уменьшающая переобучение:
1. На каждой итерации обучения случайно зануляется часть нейронов.
2. Это предотвращает чрезмерную зависимость от отдельных признаков.
3. Во время предсказания Dropout не применяется, а выходы масштабируются.
Dropout делает нейросеть более устойчивой и снижает вероятность переобучения.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Anonymous Quiz
60%
Undersampling
8%
Grid Search
23%
Feature Scaling
8%
Dropout