Machine Learning / AI

Kas ir lineārā regresija un kā tā tiek apmācīta?

Kāpēc modelī ar ROC-AUC 0,2 var sasniegt ROC-AUC 0,8?

Aprēķiniet ROC-AUC pastāvīgajam modelim un nejaušajam modelim ar klases attiecību 9:1.

Kādas ir atšķirības starp XGBoost, LightGBM un CatBoost?

Kā darbojas lēmumu koki un kas notiek, ja nav ierobežojumu?

Kas ir loģistiskā regresija un kā tā darbojas?

Izskaidrojiet, kā darbojas gradienta pastiprināšanas metode lēmumu kokos.

Izskaidrojiet regulēšanas principu lineārajos modeļos un tā ietekmi uz pārmācību.

Kas notiek, ja mācīšanās ātrums ir pārāk liels vai pārāk mazs gradienta krituma laikā?

Kā izvēlēties raksturlielumus modelī? Ir boosting un 5000 raksturlielumi.

Kā lineārais modelis tiek galā ar iezīmju daudzkrāsu?

Aprakstiet īpašību atlases procesu, izmantojot lēmumu kokus.

Vai jūs varat paskaidrot, kā tieši tiek aprēķināti TPR un FPR katrā sliekšņa līmenī?

Kuras metriku ir piemērotas modeļu novērtēšanai ar nesabalansētām klasēm?

Vai jūs varētu sīkāk izskaidrot, kā tieši tiek aprēķināts anti-gradient un kā tas tiek izmantots nākamā koka būvniecībā?

Vai jūs varat sīkāk paskaidrot, kā tieši tiek aprēķināta raksturlielumu nozīmīguma skaitliskā vērtība lēmumu kokā?