Data Science | Тесты

🤔 Какой метод уменьшения размерности используется для выделения наиболее значимых признаков путем итеративного удаления наименее важных?

Anonymous Quiz

37%

PCA

LDA

31%

Регрессия с L1-регуляризацией

24%

RFE

💊2

156 voters584 views09:02

Data Science | Тесты

🤔 Что знаешь про early stopping?

Early stopping — это техника регуляризации, которая завершает обучение модели, если метрика качества на валидационном наборе перестаёт улучшаться. Это предотвращает переобучение, позволяя сохранить оптимальные параметры до ухудшения обобщающей способности. Метод основан на мониторинге функции ошибки или качества модели во время каждой итерации обучения.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍3

581 views16:02

Data Science | Тесты

🤔 Какие методы улучшают предсказания временных рядов?

Anonymous Quiz

22%

Взвешенное экспоненциальное сглаживание

Модель Хольта-Винтерса

158 voters565 views20:01

Data Science | Тесты

🤔 Какой алгоритм классификации известен своей способностью работать как с линейно разделимыми, так и с нелинейными данными?

Anonymous Quiz

Support Vector Machine (SVM)

10%

K-means Clustering

🤔2💊1

193 voters566 views09:01

Data Science | Тесты

🤔 Как обучается модель?

Процесс обучения модели машинного обучения включает:
1. Предобработку данных – нормализация, удаление выбросов, кодирование категориальных признаков.
2. Выбор модели – линейная регрессия, дерево решений, нейросети и т. д.
3. Разделение данных – обучение (train), валидация (validation), тестирование (test).
4. Оптимизация параметров – подбор коэффициентов с помощью градиентного спуска или других методов.
5. Оценка качества – использование метрик (MSE, Accuracy, ROC-AUC).
Модель обучается за счет минимизации функции потерь и корректировки параметров.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍2

628 views16:01

Data Science | Тесты

🤔 Какой метод уменьшения размерности используется для выделения линейных комбинаций признаков, которые лучше всего разделяют классы?

Anonymous Quiz

162 voters581 views20:01

Data Science | Тесты

🤔 Какой метод используется для выбора лучших признаков модели?

Anonymous Quiz

💊3

163 voters573 views09:02

Data Science | Тесты

🤔 Чем функция __init__ в классе отличается от функции __new__

В Python __new__ отвечает за создание нового объекта класса и вызывается перед __init__, принимая первый аргумент cls вместо self. __new__ полезен, когда нужно контролировать создание объекта, например, при наследовании от неизменяемых типов (например, int или str). __init__ инициализирует уже созданный объект, устанавливая его начальные значения и атрибуты.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍3

586 views16:02

Data Science | Тесты

Какой метод используется для уменьшения размерности данных?

Anonymous Quiz

11%

Support Vector Machines (SVM)

Random Forest

K-Nearest Neighbors (KNN)

81%

Principal Component Analysis (PCA)

181 voters563 views20:01

Data Science | Тесты

🤔 Какой метод используется для выявления скрытых факторов в данных путем анализа зависимостей между наблюдениями и переменными?

Anonymous Quiz

49%

Factor Analysis

16%

Principal Component Analysis (PCA)

16%

Linear Discriminant Analysis (LDA)

20%

Independent Component Analysis (ICA)

💊12

135 voters592 views09:01

Data Science | Тесты

🤔 Какие переменные (типы данных) можно использовать в качестве ключей?

Хэшируемые типы данных, такие как числа, строки, кортежи с неизменяемыми элементами. Это важно, если требуется быстро сопоставить значения в структуре данных.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

576 views16:01

Data Science | Тесты

🤔 Что такое перекрестная энтропия?

Anonymous Quiz

Метод кластеризации

76%

Функция потерь для классификационных задач

Метод уменьшения размерности

10%

Способ нормализации данных

163 voters578 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения применяется для уменьшения мультиколлинеарности?

Anonymous Quiz

Линейная регрессия

Логистическая регрессия

86%

Регрессия с L1-регуляризацией

K-means

175 voters579 views09:01

Data Science | Тесты

🤔 В чем разница между командами DELETE и TRUNCATE?

`DELETE` удаляет строки из таблицы на основе указанного условия и записывает каждое удаление в журнал транзакций, что позволяет выполнить откат операции. `TRUNCATE` быстро удаляет все строки из таблицы, не записывая в журнал отдельные удаления, что делает эту операцию быстрой, но необратимой.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍2

614 views16:01

Data Science | Тесты

🤔 Какой метод оптимизации используется для обучения больших нейронных сетей?

Anonymous Quiz

208 voters602 views20:01

Data Science | Тесты

🤔 Какие алгоритмы наиболее подходят для обработки текста?

Anonymous Quiz

Сверточные нейронные сети

29%

RNN (Рекуррентные нейронные сети)

62%

Трансформеры

Скрытые марковские модели

💊2

208 voters563 views09:02

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

💊6

612 views16:02

Data Science | Тесты

🤔 Какой метод используют для оценки важности признаков в модели случайного леса?

Anonymous Quiz

186 voters612 views20:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в ансамблевом обучении?

Anonymous Quiz

167 voters562 views09:01

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

💊4

626 views16:01

About

Blog

Apps

Platform