Какие из следующих методов относятся к методам обучения с учителем/ Мұғаліммен бірге оқыту әдістеріне қай әдістер жатады

• Линейная регрессия

• Метод опорных векторов (SVM)

• Алгоритм ближайших соседей (KNN)

• Главные компоненты (PCA)

• Сетевой анализ

Какие из следующих методов относятся к методам обучения с учителем/ Мұғаліммен бірге оқыту әдістеріне қандай әдістер жатады

• Логистическая регрессия

• Метод опорных векторов (SVM)

• Автокодировщики

• Метод ближайших соседей (KNN)

• Наивный байесовский классификатор

Что из следующего является основными компонентами модели машинного обучения?/2

• Алгоритм оптимизации

• Данные для обучения

• Строка кода

• Архитектура модели

• Сетевые соединения

Какие методы относятся к ансамблевым методам/2

• Градиентный бустинг

• Бэггинг

• Телекоммуникационная технология

• Информационная технология

• XGBOOST

Что такое переобучение в контексте машинного обучения?/1

• Когда модель слишком простая и не способна уловить все зависимости в данных

• Когда модель находит слишком сложные паттерны, которые не существуют в реальных данных

• Когда модель не способна минимизировать функцию потерь

• Когда модель работает слишком долго на обучающих данных

• Когда модель не выполняет проверку на тестовых данных

Какие из следующих методов могут использоваться для уменьшения размерности данных? /1

• Алгоритм K-средних

• Логистическая регрессия

• Линейная регрессия

• Метод главных компонент (PCA)

• Наивный байесовский классификатор

Что из ниже перечисленного является гиперпараметром модели машинного обучения?/1

• Количество слоев в нейронной сети

• Размер обучающей выборки

• Функция активации в нейронной сети

• Ошибка на тестовой выборке

• Параметры функции потерь

Какие из следующих метрик можно использовать для оценки качества модели регрессии?/2

• Среднеквадратическая ошибка (MSE)

• Средняя абсолютная ошибка (MAE)

• Точность (Accuracy)

• Рекалибровка

• F-мера

Какие из следующих методов могут быть использованы для предотвращения переобучения модели?/2

• Увеличение объема данных

• Использование регуляризации (например, L2-регуляризация)

• Снижение сложности модели

• Использование случайных лесов (Random Forest)

• Увеличение числа итераций обучения

Что из нижеперечисленного является характеристикой метода k-средних?/2

• Требует, чтобы количество кластеров было заранее известно

• Использует расстояние в евклидовой метрике

• Использует иерархическое объединение кластеров

• Не требует предварительной установки количества кластеров

• Подходит для кластеризации больших объемов данных