Machine Learning / AI

Calcola l'ROC-AUC per un modello costante e un modello casuale con un rapporto di classi di 9 a 1.

Quali sono le differenze tra XGBoost, LightGBM e CatBoost?

Come interpretare i coefficienti nella regressione lineare?

Come funzionano gli alberi decisionali e cosa succede in assenza di restrizioni?

Cosa succede con un learning rate troppo grande o troppo piccolo nel discesa del gradiente?

Cos'è la regressione logistica e come funziona?

Spiega come funziona il metodo di boosting del gradiente sugli alberi decisionali.

Spiega il principio di regolarizzazione nei modelli lineari e il suo impatto sul sovrallenamento.

Come selezionare le caratteristiche in un modello? C'è boosting e 5000 caratteristiche.

Come gestisce un modello lineare la multicollinearità delle caratteristiche?

Descrivi il processo di selezione delle caratteristiche con gli alberi decisionali.

Cos'è la regressione lineare e come viene addestrata?

Quali metriche sono adatte per valutare modelli con classi sbilanciate?

Puoi spiegare come vengono calcolati esattamente TPR e FPR a ogni soglia?

Puoi spiegare più nel dettaglio come viene calcolato esattamente l'antigradiente e come viene utilizzato per costruire il prossimo albero?

Puoi spiegare più dettagliatamente come viene calcolato il valore numerico dell'importanza delle caratteristiche in un albero decisionale?