Machine Learning / AI

Care este diferența dintre regularizarea L1 și L2 în modelele liniare?

Care este complexitatea soluției analitice a regresiei liniare și când devine instabilă?

Ce este PCA (metoda principalelor componente)?

Explica diferența dintre un copac de decizie și o pădure aleatorie.

Ce este criteriul Gini și cum este utilizat în construirea arborilor de decizie?

Ce se întâmplă dacă pragul de clasificare este prea scăzut?

Pe o mostră dezechilibrată, recall-ul modelului este de 100% și precizia de 1%. Ce s-a întâmplat?

Puteți explica cum se calculează exact F1-score-ul folosind precizia și recall-ul?

Descrieți cum funcționează metoda vectorilor de suport (SVM) și legătura sa cu modelele liniare.

Ce funcție de pierdere este utilizată în regresia liniară?

Cum influențează adânimea arborelui calitatea modelului și capacitatea sa de generalizare?

Ce este curba ROC și cum este utilizată pentru evaluarea clasificatoarelor?

Cum se poate îmbunătăți performanța unui model liniar atunci când se lucrează cu caracteristici categorice?

De ce să scalăm caracteristicile și ce metode de scalare există?

Cum ajută metricul F1-score în sarcinile cu clase dezechilibrate?

Care sunt diferențele dintre XGBoost, LightGBM și CatBoost?

Puteți explica exact cum se calculează criteriul Gini și cum influențează alegerea diviziunii într-un arbore de decizie?

Puteți explica mai detaliat ce sunt precisia și recall-ul și cum sunt legate de scorul F1?

Ce sunt recall și precision?

De ce se poate obține un ROC-AUC de 0,8 într-un model cu ROC-AUC de 0,2?