ML Lecture 4 Quiz

Ինչպիսի՞ կշիռներ են ընտրվում Գծային Ռեգրեսսիայի (Linear Regression) համար OLS մեթոդով՝

• Որոնք մինիմիզացնում են քառակուսային սխալանքը (MSE)

• Որոնք մաքսիմիզացնում են քառակուսային սխալանքը (MSE)

• Որոնք մաքսիմիզացնում են ճշգրտությունը (Accuracy)

• Նշվածներից Ոչ մեկը

• 75

• 91

• 96

• 110

Ինչի՞ համար է օգտագործվում Ռեգրեսսիայի Գիծը

• Որպեսզի կանխատեսվի y֊ի արժեքը՝ տրված կամայական x արժեքի համար

• Որպեսզի կանխատեսվի x-ի արժեքը՝ տրված կամայական y-ի արժեքի համար

• Որպեսզի դասակարգվի տրված տվյալը

• Նշվածներից ոչ մեկը

• x

• y

• y-ի կանխատեսվող փոփոխությունը, երբ x-ը մեծանում է 1-ով

• a

Նշվածներից ո՞րն է OLS (Ordinary Least Squares) մեթոդով ուսուցանված Գծային Ռեգրեսսիայի մոդելի թերություն

• Մոդելը բացատրելի (interpretable) չէ

• Մոդելը զգայուն է աղմկոտ տվյալների (outliers) նկատմամբ

• Մոդելը չունի անալիտիկ լուծում (Closed-Form Solution)

• Նշվածներից Ոչ մեկը

ճի՞շտ է արդյոք հետևյալ պնդումը։
«Residual Errors-ի համար նախընտրելի են ավելի մեծ արժեքները»

• Այո

• Ոչ

• Հասակը 1֊ով ավելացնելու դեպքում Քաշի կանխատեսումը ավելանում է 159֊ով

• Հասակը 1֊ով ավելացնելու դեպքում Քաշի կանպատեսումը նվազում է 6․14֊ով

• Հասակը 1֊ով ավելացնելու դեպքում Քաշի կանխատեսումը ավելանում է 164.9376֊ով

• Հասակը 1֊ով ավելացնելու դեպքում Քաշի կանպատեսումը ավելանում է 6․14֊ով