Data Science | Тесты

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

Anonymous Quiz

41%

94 voters360 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

393 views16:01

Data Science | Тесты

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

Anonymous Quiz

💊20

118 voters378 views20:01

Data Science | Тесты

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

Anonymous Quiz

Иерархическая кластеризация

T-SNE

111 voters369 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

359 views16:01

Data Science | Тесты

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

Anonymous Quiz

13%

Градиентный спуск

20%

Стохастический градиентный спуск

101 voters364 views20:01

Data Science | Тесты

🤔 Какой метод использует алгоритм ожидаемого максимума для кластеризации данных?

Anonymous Quiz

Gaussian Mixture Models

25%

Hierarchical Clustering

77 voters345 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

363 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в ансамблевом обучении?

Anonymous Quiz

🔥1

101 voters336 views20:01

Data Science | Тесты

🤔 Какой метод снижает дисперсию ансамблевой модели в машинном обучении?

Anonymous Quiz

92 voters299 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

302 views16:01

Data Science | Тесты

🤔 Какой метод уменьшения размерности часто используется для визуализации данных?

Anonymous Quiz

105 voters301 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

87%

Convolutional Neural Networks (CNN)

Автоэнкодеры

92 voters292 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

289 views16:01

Data Science | Тесты

🤔 Что такое байесовская оптимизация в машинном обучении?

Anonymous Quiz

15%

Метод кластеризации данных

11%

Техника уменьшения размерности

65%

Алгоритм оптимизации гиперпараметров

10%

Метод нормализации данных

114 voters280 views20:01

Data Science | Тесты

🤔 Какой алгоритм находит ближайших соседей по эвклидовому расстоянию?

Anonymous Quiz

94 voters264 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

251 views16:01

Data Science | Тесты

🤔 Какой метод используется для выбора наиболее важных признаков в модели?

Anonymous Quiz