Machine Learning / AI

V čem se liší XGBoost, LightGBM a CatBoost?

Jak interpretovat koeficienty v lineární regresi?

Vypočítejte ROC-AUC pro stálý model a náhodný model při poměru tříd 9 ku 1.

Jak fungují rozhodovací stromy a co se děje při absenci omezení?

Co se stane při příliš velké nebo příliš malé rychlosti učení v gradientním sestupu?

Co je to logistická regrese a jak funguje?

Vysvětlete, jak funguje metoda gradientového boosting na rozhodovacích stromech.

Vysvětlete princip regularizace v lineárních modelech a její vliv na přeučení.

Jak si lineární model poradí s multikolinearitou znaků?

Jak vybírat znaky v modelu? Existuje boosting a 5000 znaků.

Popište proces výběru vlastností pomocí rozhodovacích stromů.

Co je lineární regrese a jak se trénuje?

Můžete vysvětlit, jak přesně se počítá TPR a FPR na každém prahu?

Můžete podrobněji vysvětlit, jak přesně se počítá anti-gradient a jak se používá k sestavení dalšího stromu?

Jaké metriky jsou vhodné pro hodnocení modelů s nevyváženými třídami?

Můžete podrobněji vysvětlit, jak se přesně počítá číselná hodnota důležitosti znaků v rozhodovacím stromu?