Data Science | Тесты

Градиентное затухание (vanishing gradients) — это проблема, когда в глубоких нейросетях градиенты становятся очень малыми при обратном распространении.
Это мешает обновлению весов в начальных слоях, и обучение "замирает".
Чаще всего возникает в RNN и в сетях с плохой инициализацией или неподходящей функцией активации.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

Please open Telegram to view this post

VIEW IN TELEGRAM

👍4

665 views16:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для классификации данных, разделенных нелинейной границей?

Anonymous Quiz

Линейная регрессия

16%

Логистическая регрессия

69%

Метод опорных векторов с ядром (SVM)

14%

K-means

228 voters650 views20:01

Data Science | Тесты

🤔 Какой метод оптимизации используется для обучения нейронных сетей?

Anonymous Quiz

Метод Ньютона

85%

Градиентный спуск

Метод опорных векторов

🤔7

233 voters661 views09:01

Data Science | Тесты

🤔 Какие известны рекомендательные модели?

Content-Based Filtering, Collaborative Filtering, и Hybrid модели. Выбор зависит от задачи и данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥1

647 views16:02

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в нейронных сетях, временно исключая нейроны?

Anonymous Quiz

213 voters657 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для повышения точности путем объединения нескольких моделей и создания мета-модели?

Anonymous Quiz

224 voters655 views09:01

Data Science | Тесты

🤔

Как сгенерировать распределение, исходя из выборок?

1. Использовать метод бутстрепинга для повторного выборочного моделирования.
2. Рассчитать параметры распределения (среднее, дисперсию) и использовать их для генерации данных.
3. Применить библиотеки, например, numpy.random для моделирования нужного распределения.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥3

676 views16:01

Data Science | Тесты

🤔 Какой метод машинного обучения использует ядровые функции?

Anonymous Quiz

Линейная регрессия

Логистическая регрессия

81%

Метод опорных векторов (SVM)

13%

K-means

233 voters674 views20:01

Data Science | Тесты

🤔 Какой метод уменьшает смещение и дисперсию, используя комбинацию L1 и L2 штрафов?

Anonymous Quiz

229 voters633 views09:01

Data Science | Тесты

🤔 Какие есть усовершенствования бинарной кросс-энтропии?

Бинарную кросс-энтропию можно улучшать в зависимости от задачи:
- С взвешиванием классов — если классы несбалансированы.
- Focal Loss — фокусируется на трудных примерах, уменьшая вклад лёгких.
- Label smoothing — снижает переуверенность модели, заменяя метки вроде 1/0 на 0.9/0.1.
- Dice Loss / Jaccard Loss — используются в задачах сегментации, где важна форма, а не только точность пикселя.
- Combo Loss — сочетание BCE с другими функциями (например, с Dice), чтобы уравновесить разные аспекты задачи.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥1

703 views16:02

Data Science | Тесты

🤔 Что измеряет метрика ROC AUC?

Anonymous Quiz

10%

Точность модели

86%

Площадь под кривой ROC

Временную сложность алгоритма

Количество ошибок модели

💊1

278 voters684 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для обработки данных, когда количество признаков значительно превышает количество наблюдений?

Anonymous Quiz

Линейная регрессия

65%

Метод опорных векторов (SVM)

Логистическая регрессия

21%

K-средние

215 voters631 views09:02

Data Science | Тесты

🤔 Как делать прогноз для новых пользователей?

Для новых пользователей, у которых нет достаточного количества данных, можно использовать методы прогнозирования на основе поведения похожих пользователей (кластеризация, сегментация) или демографических данных. Также можно использовать модели, которые комбинируют поведенческие данные с внешними признаками (например, география или источник трафика). Важным шагом является регулярное обновление модели по мере поступления новых данных о поведении пользователя. Кроме того, можно использовать методы cold-start для работы с новыми пользователями.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥1

699 views16:02

About

Blog

Apps

Platform