Data Science | Тесты

MSE (Mean Squared Error) — это метрика, используемая для оценки качества модели регрессии, которая измеряет среднее квадратичное отклонение предсказанных значений от фактических. Она рассчитывается как среднее арифметическое квадратов разности между предсказанными и реальными значениями: `MSE = (1/n) * Σ(actual - predicted)^2`, где n — количество наблюдений. MSE чувствительна к большим ошибкам, так как квадраты отклонений увеличивают вес крупных ошибок. Цель модели — минимизировать MSE, чтобы предсказания были как можно ближе к фактическим значениям.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

651 views16:01

Data Science | Тесты

🤔 Какой метод преобразует нелинейные данные в линейные?

Anonymous Quiz

24%

One-Hot Encoding

24%

Principal Component Analysis

34%

Kernel Trick

18%

Dimensionality Reduction

217 voters654 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения оценивает плотность данных?

Anonymous Quiz

Support Vector Machine

62%

Kernel Density Estimation

196 voters658 views09:01

Data Science | Тесты

🤔 Когда берём t-критерий, а когда Манна–Уитни?

- t-критерий Стьюдента — применяют, если данные распределены нормально, сравниваются средние двух групп, и желательно равные дисперсии.
- Критерий Манна–Уитни — используется, если нет уверенности в нормальности данных. Это непараметрический тест, сравнивает распределения или медианы.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍3💊1

679 views16:01

Data Science | Тесты

🤔 Какой метод уменьшения размерности используется для визуализации данных в двумерном или трехмерном пространстве, сохраняя локальные структуры?

Anonymous Quiz

163 voters649 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения устойчив к выбросам благодаря использованию медианного значения ошибки?

Anonymous Quiz

Линейная регрессия

61%

Медианная регрессия

Логистическая регрессия

28%

Случайный лес

🤔4💊3

194 voters638 views09:01

Data Science | Тесты

🤔

Какие есть проблемы с Batch Norm?

1. Зависимость от мини-батчей: небольшие батчи могут приводить к нестабильной оценке среднего и дисперсии.
2. Сложности с применением в рекуррентных сетях: последовательность данных может вызывать проблемы с нормализацией.
3. Увеличение вычислительных затрат: дополнительные параметры и операции замедляют обучение.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

638 views16:01

Data Science | Тесты

🤔 Какой метод повышения устойчивости моделей используется в ансамблях?

Anonymous Quiz

👍1

188 voters658 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для снижения размерности данных и выделения скрытых структур путем обучения нейронной сети?

Anonymous Quiz

Decision Tree

Логистическая регрессия

178 voters659 views09:02

Data Science | Тесты

🤔 Как валидировать временные ряды?

Валидация по времени включает разбиение данных на интервалы с учётом временной последовательности. Методы: time series split (скользящее окно), расширяемое окно или кросс-валидация по времени.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

661 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в случайном лесе?

Anonymous Quiz

💊3

211 voters662 views20:01

Data Science | Тесты

🤔 Какой метод уменьшает смещение и дисперсию, нормализуя входные данные?

Anonymous Quiz

173 voters660 views09:01

Data Science | Тесты

🤔 Какой оптимизатор выбрать для обучения нейронной сети?

Adam часто используется из-за адаптивного шага обучения. SGD предпочтителен для больших данных.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍1

666 views16:02

Data Science | Тесты

🤔 Какой метод оценки моделей устойчив к выбросам в данных?

Anonymous Quiz

28%

Mean Absolute Error

16%

Root Mean Square Error

43%

Median Absolute Deviation

14%

R-Squared

🤔3

190 voters650 views20:01

Data Science | Тесты

🤔 Какой метод уменьшает смещение в модели машинного обучения?

Anonymous Quiz

179 voters608 views09:01

Data Science | Тесты

🤔 В каких случаях логистическая регрессия на задачах классификации будет работать лучше, чем случайный лес?

Логистическая регрессия может работать лучше, чем случайный лес, когда данные линейно разделимы или когда модель должна быть интерпретируемой. Логистическая регрессия проще и менее склонна к переобучению, особенно на небольших и чистых наборах данных. Случайный лес может давать более сложные предсказания, но при этом быть менее интерпретируемым. В задачах, где важна простота и скорость работы модели, логистическая регрессия может быть предпочтительнее.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

631 views16:01

Data Science | Тесты

🤔 Какой метод оптимизации используется для минимизации функции потерь в нейронных сетях путем обновления весов на основе скользящего среднего градиента?

Anonymous Quiz

14%

Градиентный спуск

36%

Стохастический градиентный спуск

💊2

194 voters647 views20:01

Data Science | Тесты