Machine Learning / AI

Xətti modellərdə L1 və L2 tənzimləməsi arasındakı fərq nədir?

Xətti reqressiyanın analitik həllinin mürəkkəbliyi nədir və nə vaxt stabilliyini itirir?

Həll ağacı ilə təsadüfi meşə arasındakı fərqi izah edin.

PCA (əsas komponentlər metodu) nədir?

Gini meyarı nədir və qərar ağaclarının qurulmasında necə istifadə olunur?

Təsnifat eşiği çox aşağı olarsa nə baş verir?

Dəyanəqsiz nümunədə, modelin recall 100% və precision 1%-dir. Nə baş verdi?

F1-score-in dəqiq necə hesablandığını izah edə bilərsinizmi, dəqiqlik və recall istifadə edilərək?

Dəstək Vektor Maşını (SVM) metodunun necə işlədiyini və onun xətti modellərlə əlaqəsini təsvir edin.

Xətti reqressiyada hansı itki funksiyası istifadə olunur?

Ağacın dərinliyi modelin keyfiyyətinə və ümumi qabiliyyətinə necə təsir edir?

ROC əyrisi nədir və o, təsnifatçıların qiymətləndirilməsində necə istifadə olunur?

Kateqorik xüsusiyyətlərlə işləyərkən xətti modelin performansını necə yaxşılaşdırmaq olar?

Xüsusiyyətləri miqyaslandırmaq niyə vacibdir və hansı miqyaslandırma metodları mövcuddur?

Dəqiqlik və recall-un nə olduğunu və onların F1 ballı ilə necə əlaqəli olduğunu daha ətraflı izah edə bilərsinizmi?

Gini meyarının dəqiq necə hesablandığını və onun qərar ağacında bölmənin seçiminə necə təsir etdiyini izah edə bilərsinizmi?

XGBoost, LightGBM və CatBoost arasındakı fərqlər nədir?

Recall və precision nədir?

Dəyişkən siniflərə malik tapşırıqlarda F1-score metrikası necə kömək edir?

Niyə ROC-AUC 0.2 olan modeldə ROC-AUC 0.8 əldə etmək mümkündür?