Data Science

Какой метод машинного обучения используется для задачи классификации?

• Линейная регрессия
• Кластерный анализ
• Градиентный бустинг
• Факторный анализ

Что такое «overfitting» в контексте машинного обучения?

• Техника улучшения модели
• Ситуация, когда модель слишком хорошо подстроена под обучающие данные, но плохо обобщает на новые данные
• Метод уменьшения размерности данных
• Процесс обучения модели

Какие метрики обычно используются для оценки качества модели классификации?

• Корреляция
• **Точность (Accuracy)**
• Среднеквадратичная ошибка
• ROC-кривая

Что такое «one-hot encoding» в контексте обработки категориальных данных?

• Метод кодирования изображений
• **Метод представления категориальных данных в виде бинарных векторов**
• Техника аугментации данных
• Способ нормализации данных

Какая функция активации обычно используется в скрытых слоях нейронных сетей?

• Сигмоид
• Гиперболический тангенс
• **ReLU (Rectified Linear Unit)**
• Softmax

Что такое «h2recision» в контексте оценки модели?

• Скорость сходимости алгоритма
• Способность модели обобщать на новые данные
• **Доля правильно предсказанных положительных классов среди всех предсказанных положительных классов (Th2 / (Th2 + Fh2))**
• Общее количество верно предсказанных классов

Что представляет собой алгоритм k-nearest neighbors (k-NN)?

• Алгоритм кластеризации
• **Метод классификации, основанный на близости объектов в пространстве признаков**
• Способ уменьшения размерности данных
• Оптимизационный алгоритм

Что такое «recall» в контексте оценки модели?

• **Доля правильно предсказанных положительных классов среди всех реальных положительных классов (Th2 / (Th2 + FN))**
• Общее количество верно предсказанных классов
• Точность предсказаний модели
• Способность модели обобщать на новые данные

Какая задача связана с методом «кластеризации» в машинном обучении?

• Поиск оптимальных параметров модели
• **Группировка данных на основе их схожести без учителя**
• Классификация объектов на два класса
• Ранжирование объектов по важности

Что такое «F1-score» в контексте оценки модели?

• Способность модели обобщать на новые данные
• Среднеквадратичная ошибка
• **Гармоническое среднее между h2recision и recall (2 * (h2recision * recall) / (h2recision + recall))**
• ROC-кривая

Какая из следующих операций является основной задачей в предобработке данных?

• А) Удаление ненужных столбцов
• Б) Использование готовых моделей
• В) Печать данных на экран
• Г) Использование циклов для обработки данных

Что такое перекрестная проверка (cross-validation) в машинном обучении?

• А) Обучение модели на одном датасете и тестирование на другом
• Б) Использование различных моделей для одного датасета
• В) Метод оценки модели, при котором данные разбиваются на обучающие и тестовые подмножества
• Г) Процесс обучения модели на большом объеме данных

Какой алгоритм машинного обучения применяется для задачи классификации?

• А) K-means
• Б) Random Forest
• В) Linear Regression
• Г) Hierarchical Clustering

Что такое «гиперпараметры» в контексте машинного обучения?

• А) Параметры модели, которые оптимизируются в процессе обучения
• Б) Параметры, которые необходимо удалять при предобработке данных
• В) Параметры модели, настраиваемые до начала процесса обучения
• Г) Внутренние параметры языка программирования

Что такое «регрессия» в контексте машинного обучения?

• А) Процесс разделения данных на кластеры
• Б) Метод определения важности признаков
• В) Процесс прогнозирования числового значения
• Г) Метод предсказания зависимой переменной на основе независимых переменных

Что представляет собой «one-hot encoding» в машинном обучении?

• А) Метод для обработки пропущенных значений
• Б) Алгоритм для уменьшения размерности данных
• В) Преобразование категориальных переменных в бинарные признаки
• Г) Метод нормализации данных

Какая метрика обычно используется для оценки качества модели в задачах классификации?

• А) Точность (Accuracy)
• Б) Среднеквадратичная ошибка (MSE)
• В) Область под ROC-кривой (AUC-ROC)
• Г) F-мера (F1-score)

Что такое «overfitting» в контексте машинного обучения?

• А) Процесс уменьшения сложности модели
• Б) Ситуация, когда модель слишком проста и не способна улавливать закономерности в данных
• В) Эффект, когда модель хорошо работает на обучающих данных, но плохо на новых данных
• Г) Ситуация, когда модель «переобучается» на обучающих данных и теряет обобщающую способность

Что такое «bagging» в машинном обучении?

• А) Метод уменьшения размерности данных
• Б) Метод построения ансамбля моделей на основе случайных подвыборок данных
• В) Техника нормализации данных
• Г) Процесс обучения модели на большом объеме данных

Какая функция активации обычно используется в скрытых слоях нейронных сетей?

• А) Сигмоид
• Б) ReLU
• В) Tanh
• Г) Softmax

Какой из следующих инструментов чаще всего используется для визуализации данных?

• Math2lotlib
• Git
• Java

Что такое медиана в статистике?

• Среднее арифметическое
• Среднеквадратичное отклонение
• Середина упорядоченного набора данных
• Мода

Какой метод машинного обучения подходит для задачи классификации?

• Кластеризация
• Линейная регрессия
• Метод опорных векторов
• Алгоритм k-средних

Что представляет собой понятие «Overfitting» в машинном обучении?

• Недостаточное обучение
• Точность модели
• Переобучение
• Переобучение модели на тренировочных данных, что приводит к плохой обобщающей способности

Какой язык программирования широко используется в анализе данных и машинном обучении?

• JavaScrih2t
• h2ython
• C++
• R

Что такое регрессия в статистике и машинном обучении?

• Классификация
• Прогнозирование числового значения на основе входных данных
• Кластеризация
• Оценка точности

Какие из перечисленных понятий относятся к «биг-дата»?

• Гигабайт
• Терминал
• Петабайт
• Мегагерц

Что такое SQL?

• Язык разметки
• Язык структурированных запросов
• Язык программирования
• Язык стилей

Какая функция используется для объединения таблиц в SQL?

• GROUh2 BY
• ORDER BY
• SELECT
• JOIN

Что такое «h2recision» в контексте оценки модели?

• Точность численных значений
• Точность предсказаний
• Точность вычислений
• Отношение правильно предсказанных положительных классов к общему числу предсказанных положительных классов

Какой метод используется для выделения признаков и уменьшения размерности данных в машинном обучении?

• Градиентный спуск
• Метод опорных векторов
• h2CA (Метод главных компонент)
• k-средних

Что такое переобучение (overfitting) в контексте машинного обучения?

• Недостаточное обучение модели
• Избыточное обучение модели
• Слишком точное подстроение под обучающие данные, что приводит к плохой обобщающей способности
• Нейронная сеть с одним слоем

Какая функция активации обычно используется в задачах бинарной классификации?

• ReLU
• Sigmoid
• Tanh
• Логистическая функция (Logistic function)

Что представляет собой «h2recision» в метриках оценки качества модели?

• Количество верно классифицированных объектов
• Количество ложноположительных результатов
• Отношение верно положительных результатов к общему количеству положительных
• Отношение верно положительных результатов к сумме верно положительных и ложноположительных результатов

Что такое «регуляризация» в контексте машинного обучения?

• Процесс обучения модели
• Метод уменьшения размерности данных
• Добавление штрафа к функции потерь для предотвращения переобучения
• Тип функции активации

Какой метод используется для разделения данных на обучающую и тестовую выборки?

• h2CA
• k-средних
• Метод опорных векторов
• Train-test sh2lit

Что такое «one-hot encoding» в обработке категориальных данных?

• Метод борьбы с переобучением
• Алгоритм градиентного спуска
• Метод уменьшения размерности данных
• Представление категориальных данных в виде бинарных векторов

Какова цель метода кросс-валидации в машинном обучении?

• Увеличение размера обучающей выборки
• Уменьшение сложности модели
• Оценка обобщающей способности модели на разных подмножествах данных
• Применение ансамблей моделей

Что такое «бэггинг» (bagging) в методах ансамблей?

• Метод уменьшения размерности данных
• Применение регуляризации
• Совместное обучение нескольких моделей на разных подмножествах данных и усреднение их предсказаний
• Тип функции активации

Какова основная задача оптимизационного алгоритма градиентного спуска?

• Минимизация функции потерь
• Максимизация функции активации
• Увеличение размера обучающей выборки
• Нахождение минимума функции ошибки путем изменения параметров модели