ML зачет

Какое основное назначение библиотеки numpy?

• • Визуализация данных

• • Обработка многомерных массивов

• • Создание моделей машинного обучения

• • Обработка текстовых данных

Что необходимо сделать перед первичным обучением модели?

• • Подготовить и очистить данные

• Убрать неважные признаки

• • Проанализировать и выбрать гиперпараметры

• • Провести анализ данных

• • Настроить процесс регуляризации

Какой тип задачи решает предсказание категорий?

• • Кластеризация

• • Регрессия

• • Классификация

• • Оптимизация

Что из перечисленного является метрикой для задачи регрессии?

• • Точность (Accuracy)

• • Среднеквадратичная ошибка (MSE)

• • Полнота (Recall)

• • Взвешенная ошибка регрессии

• Коэффициент детерминации (R2)

Какая функция используется для разбиения данных на обучающую и тестовую выборки?

• • split_dataset()

• • data_split()

• • train_test_split()

• • divide_data()

Что такое перекодировка категориальных данных?

• • Преобразование категориальных признаков в числовой формат для корректной работы модели

• Присвоение каждому числовому значению категории для удобства интерпретации

• • Преобразование категориальных данных в бинарные или числовые значения для работы с моделью

• • Замена числовых данных на категориальные значения для более точной интерпретации

• Изменение признаков на основании результатов обучения модели

Какой метод используется для оценки значимости признаков?

• Permutation importance

• • Mutual Information

• • K-Means

• • Random Forest Feature Importance

• • Decision Trees

Что такое гиперпараметры?

• • Параметры, которые модель учит на данных

• • Количество данных в выборке

• • Визуальные представления данных

• • Параметры, которые задаются до обучения модели

• Настройки, которые влияют на процесс обучения модели

• Какие задачи можно решать с помощью кластеризации?

• • Предсказание цены

• • Классификация картинок

• • Группировка похожих объектов

• • Интерпретация текста

Что означает интерпретация модели?

• • Объяснение логики работы модели

• Построение визуализаций

• • Оптимизация кода

• Анализ значимости признаков

• • Увеличение точности модели