Data Science | Тесты

@easy_ds_tests

Kanal geosi va tili: Rossiya, Ruscha

Toifa: Texnologiyalar

Сайт: https://easyoffer.ru/
Все каналы: t.me/+xGeAw6ckJ4liYzQy
Контакт для рекламы: @easyoffer_adv

Связанные каналы | Похожие каналы

Kanal geosi va tili

Rossiya, Ruscha

Toifa

Texnologiyalar

Statistika

Saralanganlar

Postlar filtri

O‘chirilganlarni yashirish

Repostlarni yashirish

Data Science | Тесты

24 Aug, 23:00

🤔 Какой метод уменьшает смещение в ансамблевом обучении?

So‘rovnoma

Bagging
Boosting
Pruning
Stacking

12 ta ovoz

51 0 0

🤔 Какие магические методы в python знаешь?

Магические методы в Python — это специальные методы, которые начинаются и заканчиваются двойным подчеркиванием. Примеры включают `__init__` (конструктор класса), `__str__` (представление объекта в виде строки), `__len__` (возвращает длину объекта) и `__getitem__` (обращение к элементам по индексу). Также есть методы, такие как `__add__` для перегрузки операторов и `__call__`, позволяющий объекту вести себя как функция. Эти методы позволяют кастомизировать поведение объектов Python.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

86 0 0

Data Science | Тесты

24 Aug, 12:06

🤔 Какой алгоритм используется для уменьшения дисперсии ансамбля моделей?

So‘rovnoma

Stochastic Gradient Descent
Random Forest
K-means Clustering
Support Vector Machine

5 ta ovoz

110 0 0

Data Science | Тесты

23 Aug, 23:00

🤔 Какой метод кластеризации наиболее устойчив к выбросам?

So‘rovnoma

K-means
Иерархическая кластеризация
DBSCAN
PCA

36 ta ovoz

140 0 0 1

Data Science | Тесты

23 Aug, 19:10

🤔 Почему считается, что случайный лес не переобучается?

Считается, что случайный лес не склонен к переобучению, потому что он усредняет предсказания большого количества деревьев решений, каждое из которых обучается на случайной подвыборке данных и случайных признаках. Этот процесс помогает уменьшить влияние отдельных переобученных деревьев на финальное предсказание. В результате модель становится более устойчивой к ошибкам и шуму в данных. Кроме того, случайный лес не сильно зависит от малозначимых признаков, так как случайные выборки уменьшают их влияние.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

150 0 0

Data Science | Тесты

22 Aug, 23:00

🤔 Какой метод используется для уменьшения размерности данных, сохраняя максимальную вариативность?

So‘rovnoma

t-SNE
PCA
k-NN
Random Forest

11 ta ovoz

157 0 1

Data Science | Тесты

22 Aug, 19:10

🤔 В чем разница между L1 и L2 регуляризацией?

L1-регуляризация (Lasso) добавляет сумму модулей весов к функции потери, склоняя веса к нулю, что способствует разреженности. L2-регуляризация (Ridge) добавляет сумму квадратов весов, уменьшая их величину, но не зануляя. L1 эффективна для отбора признаков, а L2 — для стабилизации модели и борьбы с переобучением.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

169 0 2

Data Science | Тесты

21 Aug, 23:00

🤔 Какой метод оптимизации используется для поиска глобального минимума функции потерь, комбинируя преимущества градиентного спуска и моментума?

So‘rovnoma

Градиентный спуск
Стохастический градиентный спуск
RMSProp
Адам

9 ta ovoz

169 0 0

Data Science | Тесты

21 Aug, 19:10

🤔 Как оценивать эффективность работы рекомендательных моделей?

Используются метрики:
1. Precision@K и Recall@K для точности и полноты рекомендаций.
2. NDCG для оценки релевантности на основе позиций элементов.
3. Coverage — доля уникальных рекомендованных элементов.
4. Оценка на основе A/B-тестов или пользовательских метрик, таких как удержание.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

166 0 1

Data Science | Тесты

20 Aug, 23:00

🤔 Какой метод машинного обучения используется для задач классификации, когда данные содержат как числовые, так и категориальные признаки?

So‘rovnoma

Логистическая регрессия
Метод ближайших соседей
Деревья решений
Линейная регрессия

14 ta ovoz

176 0 0

Data Science | Тесты

20 Aug, 19:10

🤔 Что известно о ML дизайне?

ML-дизайн включает выбор модели, структуры данных, метрик и процесса обучения для конкретной задачи. Важные аспекты:
• Постановка задачи (классификация, регрессия, кластеризация).
• Подготовка данных (очистка, масштабирование, выделение признаков).
• Выбор и настройка модели, а также оптимизация гиперпараметров.
• Оценка результатов (использование метрик качества и валидации).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

185 0 1

Data Science | Тесты

19 Aug, 23:00

🤔 Какие алгоритмы наиболее подходят для обработки текста?

So‘rovnoma

Сверточные нейронные сети
RNN (Рекуррентные нейронные сети)
Трансформеры
Скрытые марковские модели

13 ta ovoz

200 0 0

Data Science | Тесты

19 Aug, 19:10

🤔 Что такое мультиколлинеарность?

Это ситуация, когда признаки сильно коррелируют друг с другом.
- Это вызывает нестабильность линейных моделей, так как коэффициенты могут становиться большими и неинтерпретируемыми.
- Решения: удаление зависимых признаков, PCA, L1-регуляризация (Lasso).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

210 0 0

Data Science | Тесты

18 Aug, 23:00

🤔 Какой алгоритм использует энтропию для построения модели?

So‘rovnoma

K-Means
Random Forest
Naive Bayes
Decision Tree

10 ta ovoz

218 0 0

Data Science | Тесты

18 Aug, 19:10

🤔 Как представить модель LTV для бизнеса?

Модель LTV для бизнеса следует представить как инструмент для прогнозирования доходов от клиентов на протяжении их жизненного цикла, что позволяет планировать стратегии удержания, маркетинговые усилия и бюджеты. Важно объяснить, как модель использует данные для определения ключевых показателей, таких как частота покупок, средний чек и продолжительность взаимодействия. Модель должна быть легко интерпретируемой для принятия управленческих решений. Основное внимание должно быть уделено практичес

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

223 0 0

Data Science | Тесты

17 Aug, 23:00

🤔 Какой метод уменьшает смещение в модели машинного обучения?

So‘rovnoma

Регуляризация L1
Градиентный спуск
Бустинг
Кросс-валидация

13 ta ovoz

240 0 0

Data Science | Тесты

17 Aug, 19:10

🤔 Какие принципы ООП тебе известны?

Основные принципы: инкапсуляция (сокрытие данных), наследование (повторное использование кода), полиморфизм (разные реализации одного интерфейса), абстракция (выделение ключевых характеристик).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

245 0 1

Data Science | Тесты

16 Aug, 23:00

🤔 Какой метод машинного обучения используется для классификации на основе вероятностей?

So‘rovnoma

Линейная регрессия
K-ближайших соседей
Метод опорных векторов
Наивный байесовский классификатор

13 ta ovoz

259 0 0

Data Science | Тесты

16 Aug, 19:10

🤔 Какие знаешь рекомендательные модели?

Модели: коллаборативная фильтрация (на основе пользователей или элементов), контентная фильтрация, гибридные подходы и модели с использованием глубокого обучения (например, нейронные сетевые рекомендатели).

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний

255 0 0