Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
Anonymous Quiz
53%
PCA
22%
LDA
22%
T-SNE
3%
T-SNE
Anonymous Quiz
27%
Bootstrap Aggregating
11%
Principal Component Analysis
56%
K-fold Cross Validation
6%
Random Subsampling
👍1💊1
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
Anonymous Quiz
5%
K-ближайших соседей
2%
Линейная регрессия
92%
Convolutional Neural Networks (CNN)
1%
Логистическая регрессия
Anonymous Quiz
4%
Алгоритм регрессии
75%
Метод кластеризации
13%
Метод классификации
8%
Метод уменьшения размерности
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
Anonymous Quiz
5%
K-ближайших соседей
2%
Линейная регрессия
91%
Convolutional Neural Networks (CNN)
3%
Логистическая регрессия
Anonymous Quiz
36%
Dropout в тестовом режиме
22%
Batch Normalization
19%
L1-регуляризация
22%
Min-Max Scaling
Это центральное значение упорядоченного ряда.
- Если количество элементов нечетное, медиана – это средний элемент.
- Если четное, медиана – среднее двух центральных значений.
Медиана менее чувствительна к выбросам, чем среднее (Mean).
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
💊3👍1
Anonymous Quiz
28%
PCA
12%
LDA
41%
NMF
18%
T-SNE
Anonymous Quiz
24%
PCA
16%
LDA
51%
NMF
9%
T-SNE
Классификация определяет категории, а регрессия – непрерывные значения. Например, классификация предсказывает класс, а регрессия – числовой результат.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
Anonymous Quiz
44%
Кросс-валидация
7%
Гиперпараметрическая оптимизация
49%
Регуляризация
0%
Аугментация данных
💊9
Anonymous Quiz
1%
Decision Tree
83%
TF-IDF
12%
Naive Bayes
4%
K-means
Это ансамблевый метод, который комбинирует множество слабых моделей (обычно деревьев решений) для улучшения качества предсказаний:
1. Первая модель предсказывает исходные данные, а остатки ошибок передаются следующей.
2. Каждое новое дерево обучается на ошибках предыдущих, уменьшая отклонения.
3. Градиентный спуск минимизирует ошибку, выбирая оптимальные веса.
4. Итоговое предсказание – это взвешенная сумма предсказаний всех деревьев.
Градиентный бустинг хорошо работает с нелинейными зависимостями и устойчив к выбросам.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
Anonymous Quiz
4%
Точность
63%
F1-score
28%
ROC AUC
5%
Каппа коэффициент
Anonymous Quiz
17%
Ridge регрессия
38%
Lasso регрессия
16%
Elastic Net
29%
Principal Component Analysis (PCA)
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Anonymous Quiz
24%
Т-тест
23%
Z-тест
28%
Фишер тест
25%
Манна-Уитни