Data Science | Тесты

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

367 views16:01

Data Science | Тесты

🤔 Какой метод уменьшает дисперсию в ансамблевом обучении?

Anonymous Quiz

🔥1

102 voters341 views20:01

Data Science | Тесты

🤔 Какой метод снижает дисперсию ансамблевой модели в машинном обучении?

Anonymous Quiz

93 voters307 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

304 views16:01

Data Science | Тесты

🤔 Какой метод уменьшения размерности часто используется для визуализации данных?

Anonymous Quiz

106 voters304 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

93 voters294 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

293 views16:01

Data Science | Тесты

🤔 Что такое байесовская оптимизация в машинном обучении?

Anonymous Quiz

15%

Метод кластеризации данных

11%

Техника уменьшения размерности

64%

Алгоритм оптимизации гиперпараметров

10%

Метод нормализации данных

115 voters285 views20:01

Data Science | Тесты

🤔 Какой алгоритм находит ближайших соседей по эвклидовому расстоянию?

Anonymous Quiz

95 voters271 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

257 views16:01

Data Science | Тесты

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

Anonymous Quiz