Machine Learning / AI

Koja je razlika između L1 i L2 regularizacije u linearnim modelima?

Koja je složenost analitičkog rešenja linearne regresije i kada je nestabilno?

Šta je PCA (metoda glavnih komponenti)?

Objasните razliku između stabla odlučivanja i slučajnog šumskog modela.

Šta se dešava ako je prag klasifikacije prenisko?

Šta je Gini kriterijum i kako se koristi u izgradnji stabala odlučivanja?

Na neuravnoteženoj uzorku, recall modela je 100% i precision 1%. Šta se dogodilo?

Можете ли да објасните како се тачно израчунава F1-score преко прецизности и поврата?

Описати како ради метода подршних вектора (SVM) и њена веза са линијским моделима.

Koja funkcija gubitka se koristi u linearnom regresiji?

Kako dubina stabla utiče na kvalitet modela i njegovu sposobnost generalizacije?

Šta je ROC kriva i kako se koristi za ocenu klasifikatora?

Zašto skalirati osobine i koje metode skaliranja postoje?

Kako poboljšati performanse linearnog modela pri radu sa kategorijskim atributima?

Можете ли детаљније да објасните шта је прецизност и recall и како су они повезани са F1-скор?

Kako metrika F1-score pomaže u zadacima sa neuravnoteženim klasama?

Šta su recall i precision?

Можете ли да објасните како се тачно израчунава критеријум Гини и како он утиче на избор раздвајања у одлучивачком стаблу?

Čime se razlikuju XGBoost, LightGBM i CatBoost?

Kako interpretirati koeficijente u linearnoj regresiji?