Machine Learning / AI

Mis vahe on L1 ja L2 regulatsioonil lineaarsetes mudelites?

Milline on lineaarse regressiooni analüütilise lahenduse keerukus ja millal see on ebastabiilne?

Selgitage otsustuspuu ja juhusliku metsa erinevust.

Mis on PCA (peamiste komponentide meetod)?

Ebaühtlases valimi puhul on mudeli recall 100% ja täpsus 1%. Mis juhtus?

Mis juhtub, kui klassifikatsiooni lävend on liiga madal?

Mis on Gini kriteerium ja kuidas seda kasutatakse otsustuspuidu ehitamisel?

Kas saaksite selgitada, kuidas täpselt arvutatakse F1-skoor, kasutades täpsust ja tagasivõtmist?

Kirjeldage, kuidas töötab toetavate vektorite meetod (SVM) ja selle seos lineaarsete mudelitega.

Milline kaotuse funktsioon kasutatakse lineaarregressioonis?

Kuidas mõjutab puu sügavus mudeli kvaliteeti ja selle üldistamisvõimet?

Kas saaksite üksikasjalikumalt selgitada, mis on precision ja recall ning kuidas need on seotud F1-skooriga?

Miks on oluline tunnuseid skaleerida ja millised skaleerimismeetodid on olemas?

Mis on ROC-kõver ja kuidas seda kasutatakse klassifikaatorite hindamiseks?

Kuidas parandada lineaarmudeli jõudlust kategoriale omadustega töötades?

Mis on recall ja precision?

Kuidas aitab F1-skoori mõõdik ebavõrdses klassides tehtud ülesannetes?

Mis muudab mudeli kiiruse klassi märgiks?

Kas saaksite täpselt selgitada, kuidas Gini kriteerium arvutatakse ja kuidas see mõjutab otsustuspuu jagamise valikut?

Miks mudelil, mille ROC-AUC on 0,2, on võimalik saavutada ROC-AUC 0,8?