NEW
Font size
WorksheetsМашинне навчання на Python
Total questions: 10
Worksheet time: 5mins
Яка бібліотека Python є стандартом де-факто для роботи з класичними алгоритмами машинного навчання?
PyTorch
Scikit-learn
Keras
TensorFlow
Яка функція в бібліотеці scikit-learn використовується для розділення даних на навчальну та тестову вибірки?
test_data_split
train_split
data_split
train_test_split
Які алгоритми класифікації підтримує scikit-learn?
Linear Regression, Neural Networks, AdaBoost
Reinforcement Learning, Genetic Algorithms, Fuzzy Logic
Logistic Regression, Decision Trees, Random Forests, Support Vector Machines, k-Nearest Neighbors, Naive Bayes, Gradient Boosting.
Principal Component Analysis, Time Series Analysis, Clustering
Що таке регресія в контексті машинного навчання?
Регресія - це метод прогнозування числових значень на основі вхідних даних.
Регресія - це техніка для зменшення розмірності зображень.
Регресія - це процес збирання даних для аналізу.
Регресія - це метод класифікації текстових даних.
Яка метрика використовується для оцінки точності класифікаційних моделей?
Точність (accuracy)
F1-міра (F1-score)
Чутливість (sensitivity)
Специфічність (specificity)
Які методи кластеризації доступні в scikit-learn?
K-Nearest Neighbors, Decision Trees, Support Vector Machines
K-Means, DBSCAN, Agglomerative Clustering, Mean Shift, Spectral Clustering
PCA, LDA, Random Forest
Hierarchical Clustering, Gaussian Mixture Models, Affinity Propagation
Що таке перехресна перевірка (cross-validation)?
Перехресна перевірка - це метод збору даних для аналізу.
Перехресна перевірка - це техніка для покращення швидкості моделі.
Перехресна перевірка - це процес візуалізації даних для звітності.
Перехресна перевірка (cross-validation) - це метод оцінки моделі, що включає розділення даних на підмножини для тренування та тестування.
Яка роль гіперпараметрів у навчанні моделей?
Гіперпараметри не мають жодного впливу на результати моделей.
Гіперпараметри впливають на навчання моделей, визначаючи їх налаштування та якість результатів.
Гіперпараметри використовуються тільки для оцінки моделей після навчання.
Гіперпараметри визначають лише структуру даних для навчання.
Які типи регресії підтримує scikit-learn?
Регресія Групування, регресія Моделей, регресія Системи, регресія Класичних Алгоритмів.
Регресія Класичних Методів, регресія Гауса, регресія Кривих, регресія Нелінійних Моделей.
Лінійна регресія, регресія Ріджа, регресія Лассо, еластична сітка, поліноміальна регресія, регресія опорних векторів (SVR).
Логістична регресія, регресія Кластеризації, регресія Дерев Рішень, регресія Нейронних Мереж.
Яка бібліотека є альтернативою scikit-learn для роботи з глибоким навчанням?
TensorFlow або Keras
NumPy або SciPy
PyTorch або Theano
OpenCV або Matplotlib
