Machine Learning / AI

Können Sie erklären, wie genau der Gini-Koeffizient berechnet wird und wie er die Wahl der Aufteilung in einem Entscheidungsbaum beeinflusst?

Wie interpretiert man die Koeffizienten in der linearen Regression?

Was sind die Unterschiede zwischen XGBoost, LightGBM und CatBoost?

Wie funktionieren Entscheidungsbäume und was passiert bei fehlenden Einschränkungen?

Was passiert bei zu großem oder zu kleinem Lernrate beim Gradientenabstieg?

Was ist logistische Regression und wie funktioniert sie?

Erklären Sie das Prinzip der Regularisierung in linearen Modellen und deren Einfluss auf das Overfitting.

Erklären Sie, wie die Gradient Boosting-Methode auf Entscheidungsbäumen funktioniert.

Wie geht ein lineares Modell mit Multikollinearität bei Merkmalen um?

Wie wählt man Merkmale in einem Modell aus? Es gibt Boosting und 5000 Merkmale.

Beschreiben Sie den Prozess der Merkmalsauswahl mit Entscheidungsbäumen.

Was ist lineare Regression und wie wird sie trainiert?

Welche Metriken eignen sich zur Bewertung von Modellen mit unausgeglichenen Klassen?

Können Sie erklären, wie genau TPR und FPR bei jedem Schwellenwert berechnet werden?

Können Sie genauer erklären, wie genau der Antigradient berechnet wird und wie er zur Konstruktion des nächsten Baumes verwendet wird?

Können Sie genauer erläutern, wie der numerische Wert der Wichtigkeit von Merkmalen in einem Entscheidungsbaum berechnet wird?