Skip to content

Commit 6162a15

Browse files
committed
Add questions and answers chapter
1 parent ac77f34 commit 6162a15

2 files changed

Lines changed: 22 additions & 0 deletions

File tree

src/SUMMARY.md

Lines changed: 2 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -16,4 +16,6 @@
1616
- [Своя линейная регрессия](./practicum/linear-regression-task.md)
1717
- [Своя логистическая регрессия](./practicum/logistic-regression-task.md)
1818

19+
# Отвечаем на вопросы
1920

21+
- [Вопросы и ответы](./questions-and-answers.md)

src/questions-and-answers.md

Lines changed: 20 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,20 @@
1+
# Вопросы и ответы по машинному обучению
2+
3+
## Вопросы
4+
Эти вопросы могут быть полезны для проверки понимания основ машинного обучения.
5+
Вопросы можно использовать для самопроверки или в качестве материала для обсуждения.
6+
7+
1. К чему обычно применяется предположение i.i.d. (независимые одинаково распределенные)?
8+
2. Изменятся ли предсказания алгоритма kNN, если один из признаков (цены в рублях) перевести в евро, при прочих равных?
9+
3. Какой способ регуляризации в линейной регрессии имеет тенденцию к "отбору признаков"?
10+
4. Как выглядит аналитическое решение линейной регрессии с ошибкой MSE?
11+
5. К чему приведет домножение всех значений признаков в обучающей выборке на 10 для различных вариантов линейных моделей (MSE, MAE, с L2-регуляризацией)?
12+
6. После обучения на очень большой выборке линейная регрессия (в режиме inference) работает быстрее или медленнее kNN?
13+
7. Для каких моделей могут быть полезны методы L1 и L2 регуляризации?
14+
8. Какие утверждения о логистической регрессии верны?
15+
9. Что предсказывает решающее дерево в задаче регрессии в каждом листе?
16+
10. Как решающие деревья обрабатывают пропуски в данных?
17+
11. Повлияет ли добавление большого количества признаков, скоррелированных с уже существующим, на процесс построения ансамбля типа бустинга из деревьев?
18+
12. Что позволяет получить бустинг над линейными регрессиями?
19+
13. Какое требование к функции потерь предъявляет градиентный бустинг?
20+
14. ...

0 commit comments

Comments
 (0)