Machine Learning / AI

Wat is het verschil tussen L1- en L2-regularisatie in lineaire modellen?

Wat is de complexiteit van de analytische oplossing van lineaire regressie en wanneer is deze instabiel?

Wat is PCA (hoofdcomponentmethode)?

Leg het verschil uit tussen een beslissingsboom en een willekeurig bos.

Wat is de Gini-criterium en hoe wordt het gebruikt bij het bouwen van beslissingsbomen?

Wat gebeurt er als de classificatiedrempel te laag is?

Bij een onevenwichtige steekproef heeft het model een recall van 100% en een precisie van 1%. Wat is er gebeurd?

Kunt u uitleggen hoe de F1-score precies wordt berekend via precision en recall?

Beschrijf hoe de Support Vector Machine (SVM) werkt en de relatie met lineaire modellen.

Welke verliesfunctie wordt gebruikt bij lineaire regressie?

Hoe beïnvloedt de diepte van de boom de kwaliteit van het model en zijn generalisatievermogen?

Wat is de ROC-curve en hoe wordt deze gebruikt voor het evalueren van classifiers?

Waarom is het schalen van kenmerken belangrijk en welke schaalmethoden bestaan er?

Hoe kan de prestaties van een lineair model worden verbeterd bij het werken met categorische kenmerken?

Kunt u in meer detail uitleggen wat precisie en recall zijn en hoe ze gerelateerd zijn aan de F1-score?

Wat zijn recall en precision?

Hoe helpt de F1-score metriek bij taken met ongebalanceerde klassen?

Kunt u uitleggen hoe de Gini-criterium precies wordt berekend en hoe het de keuze van splitsingen in een beslissingsboom beïnvloedt?

Wat zijn de verschillen tussen XGBoost, LightGBM en CatBoost?

Waarom kan een ROC-AUC van 0,8 worden behaald bij een model met een ROC-AUC van 0,2?