Sobes.tech

Machine Learning / AI

¿Qué es la regresión lineal y cómo se entrena?

161

¿Por qué se puede obtener un ROC-AUC de 0.8 en un modelo con ROC-AUC de 0.2?

161

Calcule el ROC-AUC para un modelo constante y un modelo aleatorio con una proporción de clases de 9 a 1.

160

¿En qué se diferencian XGBoost, LightGBM y CatBoost?

160

¿Cómo funcionan los árboles de decisión y qué sucede en ausencia de restricciones?

159

¿Qué es la regresión logística y cómo funciona?

156

Explica cómo funciona el método de refuerzo de gradiente en árboles de decisión.

154

Explique el principio de regularización en modelos lineales y su impacto en el sobreajuste.

152

¿Qué sucede cuando la tasa de aprendizaje es demasiado grande o demasiado pequeña en el descenso de gradiente?

151

¿Cómo maneja un modelo lineal la multicolinealidad de las características?

147

¿Cómo seleccionar las características en un modelo? Hay boosting y 5000 características.

147

Describa el proceso de selección de características mediante árboles de decisión.

142

¿Qué métricas son adecuadas para evaluar modelos con clases desequilibradas?

141

¿Puede explicar cómo se calculan exactamente el TPR y el FPR en cada umbral?

141

¿Puede explicar con más detalle cómo se calcula exactamente el antigradiente y cómo se utiliza para construir el siguiente árbol?

139

¿Puede explicar con más detalle cómo se calcula exactamente el valor numérico de la importancia de las características en un árbol de decisiones?

134
/2