Машинное обучение 2023

Рассмотрим признак "Число обращений клиента в службу поддержки банка". Он принимает только целые неотрицательные значения. Какой тип имеет данный признак?

• Вещественный — ведь целые числа тоже являются вещественными

• Категориальный — он ведь может принимать значения лишь из конечного множества

• Бинарный — почему бы нет

• Нет верного ответа среди перечисленных

Выберите верные утверждения про машинное обучение

• В задачах обучения с учителем требуется построить алгоритм, который по признаковому описанию объекта предсказывает некоторый ответ

• Алгоритм (или модель) — это функция, которая принимает на вход признаковое описание объекта и выдает некоторое предсказание ответа

• Функционал ошибки позволяет определить, насколько данный алгоритм подходит для решения задачи на конкретной выборке

• Алгоритм (или модель) — это функция, которая принимает на вход признаковое описание объекта и его ответ, и выдаёт качество предсказаний для данного объекта

Выберите из списка задачи классификации

• Предсказание тарифного плана, который клиент захочет себе подключить

• Предсказание того, что клиент захочет обратиться в компанию еще раз

• Определение возраста человека по его активности в сети

• Определение стоимости одежды по фотографии

• Поиск групп схожих пользователей мобильного оператора

Выберите из списка задачи регрессии

• Предсказание тарифного плана, который клиент захочет себе подключить

• Предсказание того, что клиент захочет обратиться в компанию еще раз

• Определение возраста человека по его активности в сети

• Определение стоимости одежды по фотографии

• Поиск групп схожих пользователей мобильного оператора

Выберите вещественные признаки из списка

• Количество детей

• Город, в котором прописан клиент

• Наличие у клиента банка военного билета

• Температура воздуха

• Средняя оценка фильма, вычисленная как среднее арифметическое всех оценок пользователя

Выберите признаки, которые могут рассматриваться только как категориальные (и не могут рассматриваться как бинарные или вещественные)

• Тип дома — кирпичный, блочный, панельный и т.д.

• Цвет автомобиля

• Наличие у клиента банка военного билета

• Тарифный план клиента мобильного оператора

 

Выберите верные утверждения про признаки

• Признаки не используются в задачах кластеризации и поиска аномалий

• Признаки задаются только вещественными числами

• Предсказания для объектов делаются на основе значений признаков

• Набор значений признаков на объекте представляет собой вектор определённой размерности

К категории "обучение без учителя" относятся задачи

• Ранжирование страниц поисковой выдачи по их релевантности запросу

• Оценка возраста человека по фото

• Определение темы научной статьи по ее тексту

• Выявление признаков некорректной работы сайта

• Определение групп товаров Интернет-магазина с похожими признаками

Для использования линейной модели необходимо чтобы

• все признаки были числовыми, категориальные признаки нужно закодировать числами

• используемая метрика качества была непрерывной и гладкой функцией

• решалась задача регрессии, для других задач линейные модели не применимы

• функционал ошибки или его оценка сверху был непрерывной и гладкой функцией

Какие советы могут помочь избежать переобучения в линейных моделях

• Используйте регуляризацию

• Используйте отложенную выборку

• Используйте кросс-валидацию

• Используйте метод one-hot encoding