WorksheetsМО_1
Total questions: 23
Worksheet time: 17mins
Какие виды машинного обучения существуют
с учителем
без учителя
глубокое
все перечисленные
Библиотека для работы с таблицами(lдатасетами)
pandas
numpy
matplotlib
sklearn
pyplot
Библиотека для работы с массивами
(a)
Предсказание цены объекта недвижимости - классическая задача...
Классификации
Регрессии
Кластеризации
Уменьшения размерности
Что из перечисленного можно отнести к регрессии
Логическая
Полиномиальная
Дерева решений
Опорных векторов
К ближайших соседей
Задача обучения состоит в том, чтобы подобрать параметры модели таким образом, чтобы она лучше всего
описывала обучающие данные
описывала искомые значения
описывала новые данные
предсказывала новые данные
задача отнесения объекта к одному из заранее определенных классов на основании его формализованных признаков - это задача...
(a)
Данные, на основе которых производится анализ данных, обучение модели и предсказание
признаки(колонки в датасете)
записи (строки в датасете)
точки данных
обучающая выборка
При разбиении данных на зависимую(1) и независимую(2) переменную необходимо соблюдать следующее правило
в 1 записывать матрицу
в 2 записывать вектор
в 1 записывать матрицу
в 2 записывать матрицу
в 1 записывать вектор
в 2 записывать матрицу
в 1 записывать вектор
в 2 записывать вектор
Запись data.iloc[:,4] означает
Взять из переменной data все значения из 4 строки и записать в виде вектора
Взять из переменной data все значения до 4 строки и записать в виде матрицы
Взять из переменной data все значения до 4 столбца и записать в виде вектора
Взять из переменной data все значения из 4 столбца и записать в виде вектора
Какой из алгоритмов машинного обучения основан на этой формуле?
Метод К ближайших соседей
Метод Гаусса (Наивный Байесовский)
Дерева решений
Логическая регрессия
Посмотрите на изображение, работа какого алгоритма изображена
Метод К ближайших соседей
Метод Гаусса (Наивный Байесовский)
Дерева решений
Логическая регрессия
Посмотрите на изображение, работа какого алгоритма изображена
Метод К ближайших соседей
Метод Гаусса (Наивный Байесовский)
Метод опорных векторов
Логическая регрессия
Посмотрите на изображение, работа какого алгоритма изображена
Метод К ближайших соседей
Метод Гаусса (Наивный Байесовский)
Метод опорных векторов
Дерево решений
Функция head()
Предоставляет информацию о данных
Предоставляет срез данных
Предоставляет сводку средних значений
Считывает данные
Напишите название функции, которая позволяет разделить набор данных на тестовую и обучающую части
(a)
Какие случайные величины необходимо преобразовывать
Непрерывные
Дискретные
Все
Никакие
На рисунке изображена
Точечная матрица
Тепловая карта
Матрица ошибок
Матрица правдоподобия
В матрице ошибок по главной диагонали можно узнать..
количество верных предсказаний
количество попаданий с положительной меткой
количество не верных предсказаний
количество всех проверок
В каком из алгоритмов используется понятие энтропии
Метод опорных векторов
Логическая регресия
Метод к ближайших соседей
Дерево решений
Есть две урны. В первой урне 3 белых и 2 черных шарика, а во второй 1 белый и 4 черных шарика. Какова вероятность вытащить черный шарик из наугад выбранной урны
(a)
модель смотрит на x_train и y_train и пытается найти какие-то взаимосвязи или настроить коэффициенты - это функционал метода
fit_transform
fit
predict
train_test_split
Напишите правильный порядок действий при решении задачи регрессии в формате: 12345
1 Предсказание по тестовым данным
2 Считывание датасета
3 Построение модели
4 Анализ Датасета
5 Вывод метрики качества модели
6 Разбиение на X и y
7 Подбор коэффициентов модели
8 Разбиение на тестовую и обучающую части
9 Дополнительные преобразования данных (масштабирование/преобразование)
(a)
