Machine Learning / AI

Bereken de ROC-AUC voor een constant model en een willekeurig model met een klassenverhouding van 9:1.

Wat zijn de verschillen tussen XGBoost, LightGBM en CatBoost?

Hoe interpreteer je de coëfficiënten in lineaire regressie?

Hoe werken beslissingsbomen en wat gebeurt er bij afwezigheid van beperkingen?

Wat is logistieke regressie en hoe werkt het?

Leg uit hoe de gradient boosting-methode werkt op beslissingsbomen.

Leg het principe van regularisatie in lineaire modellen uit en de invloed ervan op overfitting.

Wat gebeurt er bij een te grote of te kleine leersnelheid bij gradient descent?

Hoe gaat een lineair model om met multicollineariteit van kenmerken?

Hoe selecteer je kenmerken in een model? Er is boosting en 5000 kenmerken.

Beschrijf het proces van kenmerkenselectie met behulp van beslissingsbomen.

Kunt u uitleggen hoe precies de TPR en FPR worden berekend op elke drempel?

Wat is lineaire regressie en hoe wordt deze getraind?

Welke metrics zijn geschikt voor het evalueren van modellen met ongebalanceerde klassen?

Kunt u in meer detail uitleggen hoe precies de antigradiënt wordt berekend en hoe deze wordt gebruikt voor het bouwen van de volgende boom?

Kunt u in meer detail uitleggen hoe de numerieke waarde van de belangrijkheid van kenmerken in een beslissingsboom wordt berekend?