Data Science | Тесты

🤔 Какой метод уменьшает дисперсию, изменяя веса слабых моделей на основе их ошибок?

Anonymous Quiz

23%

143 voters451 views09:02

Data Science | Тесты

🤔 Как работает MSE?

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

509 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в модели линейной регрессии?

Anonymous Quiz

💊5

167 voters480 views20:01

Data Science | Тесты

🤔 Какой метод оценки модели используется для борьбы с переобучением?

Anonymous Quiz

Stochastic Gradient Descent

144 voters423 views09:02

Data Science | Тесты

🤔

Как представить модель LTV для бизнеса?

Модель LTV для бизнеса следует представить как инструмент для прогнозирования доходов от клиентов на протяжении их жизненного цикла, что позволяет планировать стратегии удержания, маркетинговые усилия и бюджеты. Важно объяснить, как модель использует данные для определения ключевых показателей, таких как частота покупок, средний чек и продолжительность взаимодействия. Модель должна быть легко интерпретируемой для принятия управленческих решений. Основное внимание должно быть уделено практичес

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

Please open Telegram to view this post

VIEW IN TELEGRAM

470 views16:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для обработки категориальных признаков?

Anonymous Quiz

155 voters478 views20:01

Data Science | Тесты

🤔 Какой метод выделяет важные признаки для случайного леса?

Anonymous Quiz

57%

Recursive Feature Elimination

117 voters440 views09:02

Data Science | Тесты

🤔 В чем разница между метрикой качества и функцией потери при обучении?

Метрика качества оценивает, насколько хорошо модель работает, сравнивая её предсказания с реальными данными (например, Accuracy, Precision, ROC AUC). Функция потери измеряет ошибку модели и используется во время обучения для минимизации этой ошибки (например, MSE, Cross-Entropy). Метрика качества часто применяется на тестовых данных, а функция потери — на этапе оптимизации модели

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

Please open Telegram to view this post

VIEW IN TELEGRAM

460 views16:01

Data Science | Тесты

🤔 Какой алгоритм лучше всего подходит для предсказания категориальных переменных?

Anonymous Quiz

Линейная регрессия

59%

Логистическая регрессия

150 voters444 views20:01

Data Science | Тесты

🤔 Какой метод уменьшает смещение и дисперсию, используя наборы данных разного масштаба?

Anonymous Quiz

💊2

117 voters419 views09:02

Data Science | Тесты

🤔 В чем преимущество медианы над средним?

Медиана менее чувствительна к выбросам, чем среднее (mean):
- Среднее (Mean) – учитывает все значения, поэтому искажается выбросами.
- Медиана (Median) – просто находит центральное значение в упорядоченном ряду, игнорируя крайние выбросы.
Медиана особенно полезна при распределении доходов, цен, длительностей и других данных с выбросами.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍2

484 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает размерность, сохраняя расстояния?

Anonymous Quiz

142 voters474 views20:01

Data Science | Тесты

🤔 Какой метод уменьшения размерности часто используется для визуализации данных?

Anonymous Quiz

💊21🤔5

118 voters434 views09:02

Data Science | Тесты

🤔 Как работает having?

`HAVING` в SQL используется для фильтрации результатов группировки, которые были созданы с помощью `GROUP BY`. В отличие от `WHERE`, который фильтрует строки до группировки, `HAVING` применяет фильтры уже после того, как данные были агрегированы. Это позволяет отфильтровывать группы на основе агрегатных функций, таких как `COUNT()`, `SUM()` или `AVG()`. Использование `HAVING` удобно, когда требуется отобрать только те группы, которые соответствуют определённым условиям.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

👍1

477 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию предсказаний ансамбля моделей?

Anonymous Quiz