wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Data Science

Total questions: 10

Worksheet time: 4mins

Name
Class
Date
1.

Какую библиотеку Python используют для работы с табличными данными в Data Science?

a)

NumPy

b)

Matplotlib

c)

Pandas

d)

OpenCV

2.

Нахождение неизвестных значений функции вне интервала по имеющемуся набору известных значений - это?

a)

Классификация

b)

Линейная регрессия

c)

Экстраполяция

d)

Интерполяция

3.

Какой из этих вариантов описывает bias в контексте машинного обучения при выборе фаст фуда?

a)

Модель предпочитает пеперони в сравнении с маргаритой и сырной пиццой

b)

Модель одинаково оценивает шансы выбора пеперони, маргариты и сырной пиццы

c)

Модель не выбирает ни один из видов пиццы

d)

Ни один из вариантов не подходит

4.

Что из этого не является одним из методов или задач машинного обучения?

a)

Классификация

b)

Дерево решений

c)

Случайный лес

d)

Парсинг данных

5.

Какой из вариантов является ложным по отношению класса из 30 детей в школе, где старшему ребенку 15 лет, а младшему 13 лет?

a)

Медиану невозможно определить без доп. информации

b)

Стандартное отклонение выборки является большим

c)

Диапазон данных по возрасту составляет 2 года

d)

Точный средний возраст невозможно определить без доп. информации

6.

Что из этого не является примером применения Computer Vision в ML?

a)

Распознавание объектов

b)

Распознавание жестов

c)

Распознавания рукописного ввода

d)

Распознавание речи

7.

Выбери вариант, который здесь лишний (курсы outpeer.kz)

a)

Blockchain Engineering

b)

Python Engineering

c)

Android Development

d)

Computer Science & Robotics

8.

Сколько было опубликовано выпусков outpeer podcast?

a)

20

b)

15

c)

13

d)

19

9.

Какой модуль Python чаще всего используется для проведения статистического анализа и оценки результатов A/B тестирования?

a)

requests

b)

pandas

c)

numpy

d)

scipy

10.

Что такое "переобучение" (overfitting) в контексте машинного обучения?

a)

Модель слишком проста и не способна обобщать данные

b)

Модель идеально соответствует обучающим данным, но плохо работает на новых данных

c)

Модель никогда не обучается из-за недостаточного количества данных

d)

Модель перегрета от пересыщенности информацией