Data Science | Тесты
@easy_ds_tests
2.55K subscribers
25 photos
388 links
Cайт easyoffer.ru
Реклама @easyoffer_adv
ВП @easyoffer_vp

Вопросы собесов t.iss.one/+RQVnIJT__Z42ZWUy
Вакансии t.iss.one/+Ir52wMvyEgo5YWIy
Download Telegram
About
Blog
Apps
Platform
Join
Data Science | Тесты
2.55K subscribers
Data Science | Тесты
🤔 Какой метод используется для прогнозирования временных рядов на основе исторических данных и авторегрессионных моделей?
Anonymous Quiz
87%
ARIMA
6%
Support Vector Machines (SVM)
2%
Random Forest
4%
K-nearest neighbors (KNN)
143 voters540 views
Data Science | Тесты
🤔 Как работает Dropout?

Это техника регуляризации в нейросетях, уменьшающая переобучение:
1. На каждой итерации обучения случайно зануляется часть нейронов.
2. Это предотвращает чрезмерную зависимость от отдельных признаков.
3. Во время предсказания Dropout не применяется, а выходы масштабируются.
Dropout делает нейросеть более устойчивой и снижает вероятность переобучения.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
560 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для классификации текстовых данных с учетом порядка слов в документе?
Anonymous Quiz
4%
Логистическая регрессия
1%
K-means
45%
Bag-of-Words
50%
Рекуррентные нейронные сети (RNN)
158 voters558 views
Data Science | Тесты
🤔 Какой метод оценивает производительность модели на невидимых данных?
Anonymous Quiz
29%
Grid Search
7%
Bagging
52%
Cross-Validation
13%
Clustering
🤔2
133 voters522 views
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
🤔1
586 views
Data Science | Тесты
🤔 Какая метрика оценки модели учитывает как ложные срабатывания, так и пропуски?
Anonymous Quiz
58%
F1-Score
25%
ROC-AUC
10%
Precision
8%
Accuracy
175 voters556 views
Data Science | Тесты
🤔 Какой метод часто применяют для визуализации многомерных данных?
Anonymous Quiz
61%
t-SNE
5%
K-means
32%
PCA
1%
Логистическая регрессия
147 voters514 views
Data Science | Тесты
🤔 Как работает регресс?

Регрессия — это метод машинного обучения, который моделирует зависимость между одной или несколькими независимыми переменными (признаками) и зависимой переменной (предсказываемой величиной). Основная цель регрессии — предсказать значение зависимой переменной на основе новых значений независимых переменных, минимизируя ошибку. В Data Science регрессия широко используется для прогнозирования и анализа взаимосвязей данных, таких как линейная и логистическая регрессии.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
💊1
553 views
Data Science | Тесты
🤔 Какие методы применяют для определения стоимости активов?
Anonymous Quiz
25%
Дисконтирование денежных потоков
8%
Сравнительный анализ
35%
Мультипликаторы EBITDA
32%
Модель оценки капитальных активов
127 voters528 views
Data Science | Тесты
🤔 Какой метод используется для повышения устойчивости модели к смещению данных?
Anonymous Quiz
39%
Data Augmentation
9%
Early Stopping
38%
Cross Validation
14%
Gradient Clipping
146 voters497 views
Data Science | Тесты
🤔 Что такое переобучение модели?

Переобучение (overfitting) происходит, когда модель слишком точно запоминает данные обучающей выборки, вместо того чтобы учить общие закономерности. В результате она плохо обобщает знания на новые данные и показывает высокую ошибку на тестовой выборке. Переобучение возникает, если модель слишком сложна или в обучающей выборке присутствует шум. Для борьбы с переобучением применяются методы регуляризации, кросс-валидации и увеличение объёма данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
517 views
Data Science | Тесты
🤔 Какой алгоритм основан на методе случайного подпространства и решающих деревьев?
Anonymous Quiz
10%
Gradient Boosting
79%
Random Forest
1%
Linear Regression
10%
Decision Tree
155 voters494 views
Data Science | Тесты
🤔 Какой метод проверки модели используется для временных рядов?
Anonymous Quiz
11%
K-Fold Cross-Validation
6%
Holdout Validation
80%
Time Series Split
3%
Bootstrap
135 voters471 views
Data Science | Тесты
🤔 Как градиент бустинг регрессор работает?

Градиент бустинг регрессор строит множество слабых моделей, таких как деревья решений, и комбинирует их для улучшения предсказаний. Модели обучаются последовательно, каждая новая модель пытается скорректировать ошибки предыдущих. На каждом шаге модель минимизирует ошибку, используя градиент функции потерь для обновления предсказаний. Этот процесс продолжается до тех пор, пока не будет достигнута определенная точность или не исчерпаны ресурсы.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
508 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для классификации данных на основе вероятностных зависимостей между признаками?
Anonymous Quiz
22%
Логистическая регрессия
10%
K-ближайших соседей
11%
Метод опорных векторов
57%
Наивный байесовский классификатор
156 voters485 views
Data Science | Тесты
🤔 Какой метод машинного обучения часто используется для кластеризации данных?
Anonymous Quiz
87%
K-средних
2%
Случайный лес
4%
Логистическая регрессия
7%
Дерево решений
157 voters466 views
Data Science | Тесты
🤔 Расскажи о Gradient-boosted trees

Gradient-boosted trees — это ансамблевый метод машинного обучения, который строит серию деревьев решений, каждое из которых исправляет ошибки предыдущих. Процесс обучения происходит путем последовательного добавления деревьев, каждое из которых минимизирует ошибку путем градиентного спуска, усиливая правильные прогнозы. Gradient boosting широко используется для задач регрессии и классификации, обеспечивая высокую точность и гибкость в работе с разными типами данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
508 views
Data Science | Тесты
🤔 Какой метод машинного обучения используется для обнаружения выбросов путем построения гиперплоскостей, отделяющих аномалии от нормальных данных?
Anonymous Quiz
6%
Линейная регрессия
32%
Изолирующий лес
54%
One-Class SVM
8%
Метод ближайших соседей
148 voters506 views
Data Science | Тесты
🤔 Какой метод используется для определения сходства между документами на основе их смысловых представлений?
Anonymous Quiz
2%
Decision Tree
2%
Логистическая регрессия
69%
Doc2Vec
26%
TF-IDF
129 voters506 views
Data Science | Тесты
🤔 Какими должны быть распределения для t-теста?

Для стандартного t-теста данные должны быть:
1. Нормально распределёнными.
2. Иметь одинаковую дисперсию между группами.
Если эти условия не выполняются, используют его модификации или непараметрические тесты.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
496 views