Machine Learning / AI

რა არის L1 და L2 რეგულარიზაციის განსხვავება ხაზოვან მოდელებში?

რა არის გრაფიკული რეგრესიის ანალიტიკური გადაწყვეტის სირთულე და როდის არის ის არასტაბილური?

რა არის PCA (ძირითადი კომპონენტების მეთოდი)?

განმარტეთ გადაწყვეტილების ხის და შემთხვევითი ტყის განსხვავება.

რა არის ჯინის კრიტერიუმი და როგორ გამოიყენება გადაწყვეტილების ხეების აშენებაში?

თუ კლასიფიკაციის ზღვარი ძალიან დაბალია, რა მოხდება?

დასაბალანსებელი ნიმუშში მოდელის recall 100% და precision 1%. რა მოხდა?

შეგიძლიათ ახსნათ, როგორ ითვლება ზუსტად F1-შეფასება სიზუსტისა და recall-ის გამოყენებით?

აღწერეთ, როგორ მუშაობს მხარდაჭერის ვექტორების მეთოდი (SVM) და მისი კავშირი ხაზოვან მოდელებთან.

რა ფუნქცია გამოიყენება ხაზოვანი რეგრესიის დროს?

ხის სიღრმე როგორ ახდენს გავლენას მოდელის ხარისხზე და მის ზოგად შესაძლებლობაზე?

რა არის ROC გრაფიკი და როგორ გამოიყენება კლასიფიკატორების შეფასებისთვის?

როგორ გავაუმჯობესოთ ხაზოვანი მოდელის მუშაობა კატეგორიული ნიშნებით?

რატომ უნდა შევცვალოთ მახასიათებლები და რა მეთოდები არსებობს მასშტაბირებისთვის?

შეგიძლიათ დეტალურად ახსნათ, რა არის precision და recall და როგორ არის ისინი დაკავშირებული F1-შეფასებასთან?

როგორ ეხმარება F1-score მეტრიკა დისბალანსირებულ კლასებსა და დავალებებში?

შეგიძლიათ ახსნათ, როგორ ითვლება ზუსტად გინის კრიტერიუმი და როგორ ახდენს ის გავლენას გადაწყვეტილების ხის არჩევაზე?

რა არის recall და precision?

რა განსხვავებაა XGBoost, LightGBM და CatBoost-ს შორის?

როგორ გავიგოთ ლინეურული რეგრესიის კოეფიციენტები?