Data Science | Тесты
@easy_ds_tests
2.51K subscribers
25 photos
363 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
2.51K subscribers
Data Science | Тесты
🤔 Какой метод часто применяют для визуализации многомерных данных?
Anonymous Quiz
61%
t-SNE
6%
K-means
32%
PCA
1%
Логистическая регрессия
145 voters497 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
536 views
Data Science | Тесты
🤔 Какие методы применяют для определения стоимости активов?
Anonymous Quiz
26%
Дисконтирование денежных потоков
8%
Сравнительный анализ
34%
Мультипликаторы EBITDA
33%
Модель оценки капитальных активов
125 voters515 views
Data Science | Тесты
🤔 Какой метод используется для повышения устойчивости модели к смещению данных?
Anonymous Quiz
39%
Data Augmentation
9%
Early Stopping
39%
Cross Validation
14%
Gradient Clipping
145 voters488 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
508 views
Data Science | Тесты
🤔 Какой алгоритм основан на методе случайного подпространства и решающих деревьев?
Anonymous Quiz
10%
Gradient Boosting
78%
Random Forest
1%
Linear Regression
10%
Decision Tree
153 voters484 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
133 voters462 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
498 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
155 voters477 views
Data Science | Тесты
🤔 Какой метод машинного обучения часто используется для кластеризации данных?
Anonymous Quiz
86%
K-средних
2%
Случайный лес
5%
Логистическая регрессия
7%
Дерево решений
154 voters456 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
498 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 voters496 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
27%
TF-IDF
128 voters497 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
490 views
Data Science | Тесты
🤔 Какой метод часто применяют для обнаружения аномалий в данных?
Anonymous Quiz
63%
LOF
15%
K-means
18%
PCA
4%
Логистическая регрессия
155 voters496 views
Data Science | Тесты
🤔 Какой метод уменьшает дисперсию, изменяя веса слабых моделей на основе их ошибок?
Anonymous Quiz
23%
AdaBoost
52%
Gradient Boosting
17%
Bagging
9%
Stacking
145 voters460 views
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
523 views
Data Science | Тесты
🤔 Какой метод уменьшает дисперсию в модели линейной регрессии?
Anonymous Quiz
24%
Bagging
19%
Boosting
34%
Ridge
23%
Lasso
💊5
168 voters495 views
Data Science | Тесты
🤔 Какой метод оценки модели используется для борьбы с переобучением?
Anonymous Quiz
6%
Grid Search
77%
Cross-validation
6%
Gradient Descent
10%
Stochastic Gradient Descent
145 voters435 views
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
479 views