***ВАЖНО*** Перед покупкой запустите тест и сверьте подходят ли эти ответы именно Вам***
После покупки Вы получите файл с ответами на вопросы которые указаны ниже:
Оглавление
1. Какая зависимость изображена на картинке?
*прямая
*линейная
*полиномиальная
2. Что такое biase?
*выбор
*разброс
*смещение
3. Что такое EDA?
*анализ основных свойств данных, нахождение в них общих закономерностей, распределений и аномалий, построение начальных моделей, зачастую с использованием инструментов визуализации
анализ, который работает по принципу линейной регрессии и направлена на форматирование
*данных в эксель таблицу
*аналитика внутри эксель таблиц, направленная на обработку ошибочных данных
4. Что такое гомоскедастичность данных?
*свойства данных, используемых для создания новых модулей структуры FPG
*свойство данных, используемых для построения модели линейной регрессии, которое заключается в том, что их дисперсия вдоль прямой регрессии является постоянной
*свойства данных, используемых для моделирования бинарной переменной отклика, принимающей значения 1 и 0
5. Что такое каппа-архитектура?
*архитектура, в которой можно выполнять как обработку в реальном времени, так и пакетную обработку
*архитектура, которая объединяет потоковую обработку данных в режиме реального времени с результатами пакетной аналитики
*архитектура, которая работает в многопоточности
6. Что такое парсинг данных?
*вывод информации в базу данных
*работа с данными при помощи SQL
* один из процессов оцифровки
7. Что такое распределение пуассона?
* распределение дискретного типа случайной величины, представляющей собой число событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга
*распределение дискретного типа случайно величины, представляющий собой число событий, которые произошли в различное время при условии, что данные происходят со сбитой
*непараметрический подход к сравнению двух кривых выживаемости
8. Что является началом процесса машинного обучения?
*получить данные
*создание модели
*переподготовка данных
9. Что является самой НЕ объемной проблемой в машинном обучении?
*тренировка моделей машинного обучения
*создание алгоритмов данных
*операционализация данных
10. Что является самой объемной проблемой в машинном обучении?
*агрегация данных
*маркировка данных
*чистка данных
Список литературы
Тема 1. Задачи и модели
Тема 2. Анализ и обработка данных
Тема 3. Обучение моделей
Тема 4. Регрессия
Тема 5. Ансамбли
Итоговая аттестация