Data Science | Тесты

🤔 Какой метод уменьшает смещение и дисперсию в ансамблевых моделях, используя взвешивание?

Anonymous Quiz

42%

Bagging

90 voters337 views09:02

Data Science | Тесты

🤔

В чём разница между методом GMM и K-Means?

1. K-Means:
o Основан на разделении данных по расстояниям до центроидов (жёсткое разделение).
o Каждая точка принадлежит только одному кластеру.
2. GMM (Gaussian Mixture Model):
o Использует вероятностный подход: каждая точка имеет вероятность принадлежности к каждому кластеру (мягкое разделение).
o Кластеры формируются на основе распределений Гаусса, что делает GMM более гибким для сложных данных.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

363 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает смещение и дисперсию, добавляя случайные шумы в данные?

Anonymous Quiz

💊20

113 voters334 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для кластеризации данных на основе плотности?

Anonymous Quiz

Иерархическая кластеризация

T-SNE

106 voters301 views09:02

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

296 views16:01

Data Science | Тесты

🤔 Какой метод оптимизации используется для минимизации функции потерь путем адаптивного изменения скорости обучения?

Anonymous Quiz

12%

Градиентный спуск

22%

Стохастический градиентный спуск

93 voters296 views20:01

Data Science | Тесты

🤔 Какой метод использует алгоритм ожидаемого максимума для кластеризации данных?

Anonymous Quiz

Gaussian Mixture Models

24%

Hierarchical Clustering

70 voters289 views09:02

Data Science | Тесты

🤔 Сравнение архитектуры RNN, CNN, трансформера?

RNN обрабатывает данные последовательно и хорошо работает с временными рядами или текстами, но страдает от проблем с градиентами и плохо масштабируется. CNN извлекает локальные признаки через свёртки, изначально предназначен для изображений, но может применяться к тексту. Трансформер использует механизм внимания, обрабатывает всё параллельно и учитывает контекст целиком, что делает его эффективным в работе с языком и последовательностями.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

💊1

297 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в ансамблевом обучении?

Anonymous Quiz

🔥1

95 voters286 views20:01

Data Science | Тесты

🤔 Какой метод снижает дисперсию ансамблевой модели в машинном обучении?

Anonymous Quiz

85 voters265 views09:02

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

261 views16:01

Data Science | Тесты

🤔 Какой метод уменьшения размерности часто используется для визуализации данных?

Anonymous Quiz

93 voters250 views20:01

Data Science | Тесты

🤔 Какой метод машинного обучения используется для анализа изображений и распознавания объектов на основе их особенностей?

Anonymous Quiz

Decision Tree

Логистическая регрессия

88%

Convolutional Neural Networks (CNN)

Автоэнкодеры

80 voters225 views09:02

Data Science | Тесты

🤔

Почему хорошо работает случайный лес?

Случайный лес работает хорошо, потому что он сочетает предсказания множества независимых деревьев решений, что снижает вероятность переобучения и увеличивает общую точность модели. Каждое дерево строится на случайной подвыборке данных и случайных признаках, что обеспечивает разнообразие моделей. За счёт этого случайный лес становится устойчивым к шуму и переобучению, предоставляя более стабильные и обобщающие предсказания. Модель также устойчива к выбросам и может эффективно работать с большим количеством признаков.

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

Please open Telegram to view this post

VIEW IN TELEGRAM

209 views16:01

Data Science | Тесты

🤔 Что такое байесовская оптимизация в машинном обучении?

Anonymous Quiz

19%

Метод кластеризации данных

10%

Техника уменьшения размерности

61%