Font size
WorksheetsМетоды машинного обучения
Total questions: 25
Worksheet time: 16mins
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
К какие из ниже следующих методов относятся к методам обучения с учителем?/2
Линейная регрессия
Метод опорных векторов (SVM)
Алгоритм ближайших соседей (KNN)
К-средних
Главные компоненты (PCA)
Какие из ниже следующих методов относятся к методам обучения с учителем?/1
Автокодировщики
к-средних
Логистическая регрессия
Метод ближайших соседей (KNN)
Наивный байесовский классификатор
Что из ниже следующего является основными компонентами модели машинного обучения?/1
Алгоритм оптимизации
Строка кода
Архитектура модели
Сетевые соединения
Тестовая выборка
Какие из этих методов относятся к ансамблевым методам?/3
Градиентный бустинг
Случайный лес
Бэггинг
Телекоммуникационная технология
Информационная технология
Что такое переобучение?/3
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 недостаточно обучена на данных
Когда модель плохо работает на новых данных
Когда модель не выполняет проверку на тестовых данных
Какие из ниже следующих методов могут использоваться для уменьшения размерности данных?/3
Метод главных компонент (PCA)
t-SNE
Линейная дискриминантная анализ (LDA)
Наивный байесовский классификатор
Логистическая регрессия
Что из перечисленного является гиперпараметром модели машинного обучения?/3
Количество слоев в нейронной сети
Число итераций в алгоритме градиентного спуска
Коэффициент регуляризации
Функция активации в нейронной сети
Параметры функции потерь
Какие из ниже следующих метрик можно использовать для оценки качества модели регрессии?/2
Точность (Accuracy)
Матрица ошибок
Средняя абсолютная ошибка (MAE)
Среднеквадратическая ошибка (MSE)
Рекалибровка
Какие из ниже 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)
Добавление шума в данные
Что из ниже перечисленного 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
Какие из методов относятся к методам обучения с учителем?/2
Линейная регрессия
Метод опорных векторов (SVM)
К-средних
Главные компоненты (PCA)
Сетевой анализ
Какие из методов относятся к методам обучения с учителем?/3
Логистическая регрессия
Метод опорных векторов (SVM)
Деревья решений
Метод ближайших соседей (KNN)
Автокодировщики
Что является основными компонентами модели машинного обучения?/3
Алгоритм оптимизации
Функция потерь
Данные для обучения
Архитектура модели
Строка кода
Ансамблевые методы/3
Градиентный бустинг
Случайный лес
Бэггинг
информационная технология
телекоммуникационная технология
Переобучение в контексте машинного обучения/3
Когда модель находит слишком сложные паттерны, которые не существуют в реальных данных
Когда модель плохо работает на новых данных
Когда модель недостаточно обучена на данных
Когда модель слишком простая и не способна уловить все зависимости в данных
Когда модель не способна минимизировать функцию потерь
