Machine Learning / AI

9:1 сынып қатынасы кезінде тұрақты модель мен кездейсоқ модель үшін ROC-AUC-ті есептеңіз.

XGBoost, LightGBM және CatBoost қалай ерекшеленеді?

Линейлі регрессиядағы коэффициенттерді қалай түсінуге болады?

Шешім ағаштары қалай жұмыс істейді және шектеулер болмаған жағдайда не болады?

Логистикалық регрессия деген не және ол қалай жұмыс істейді?

Шешім ағаштарында градиентті бустинг әдісі қалай жұмыс істейтінін түсіндіріңіз.

Жолды модельдердегі регуляция принципін және оның артық оқытуды қалай әсер ететінін түсіндіріңіз.

Градиентті төмендетуде оқыту жылдамдығы тым жоғары немесе тым төмен болғанда не болады?

Линейлі модель қалай ерекшеліктердің мультиколлинеарлығын өңдейді?

Модельде ерекшеліктерді қалай таңдайсыз? Бустинг және 5000 ерекшелік бар.

Шешім ағаштарын пайдалана отырып, сипаттамаларды таңдау процесін сипаттаңыз.

Әрбір шектеуде TPR және FPR қалай есептелетінін түсіндіріп бере аласыз ба?

Линейлі регрессия дегеніміз не және ол қалай оқытылады?

Дұрыс емес сыныптармен модельдерді бағалау үшін қандай метрикалар қолайлы?

Антиградиент қалай есептелетіні және ол келесі ағашты құруда қалай қолданылатыны туралы толығырақ түсіндіре аласыз ба?

Шешім ағашында ерекшеліктердің маңыздылығының сандық мәні қалай есептелетіні туралы толығырақ айтып бере аласыз ба?