Задачи курса «Классическое машинное обучение: алгоритмы и практика на Python»

Выберите задачу и проверьте решение прямо на странице. Регистрация не нужна.

• Log loss: уверенная ошибка классификатора

  Log loss: уверенная ошибка классификатора. Выберите ответ и проверьте себя.

• Train и CV MAE: какую модель выбрать

  Train и CV MAE: какую модель выбрать. Выберите ответ и проверьте себя.

• Порог классификации после переобучения модели

  Порог классификации после переобучения модели. Выберите ответ и проверьте себя.

• GridSearchCV refit=True: на каких данных обучен bestestimator

  GridSearchCV refit=True: на каких данных обучен bestestimator. Выберите ответ и проверьте себя.

• Утечка через test: выбор модели по тестовой выборке

  Утечка через test: выбор модели по тестовой выборке. Выберите ответ и проверьте себя.

• Сравнение ML-моделей на разных фолдах

  Сравнение ML-моделей на разных фолдах. Выберите ответ и проверьте себя.

• Кривая обучения: можно ли уже судить о недообучении

  Кривая обучения: можно ли уже судить о недообучении. Выберите ответ и проверьте себя.

• RBF-ядро: как gamma меняет сходство двух точек

  RBF-ядро: как gamma меняет сходство двух точек. Выберите ответ и проверьте себя.

• Временная валидация ML: когда целевая переменная доступна

  Временная валидация ML: когда целевая переменная доступна. Выберите ответ и проверьте себя.

• CalibratedClassifierCV: как сохранить групповой сплит

  CalibratedClassifierCV: как сохранить групповой сплит. Вопрос с проверкой ответа и переходом к практике курса.

• Bootstrap: повторяющиеся индексы в выборке

  Bootstrap: повторяющиеся индексы в выборке. Выберите ответ и проверьте себя.

• Silhouette score: один кластер на каждый объект

  Silhouette score: один кластер на каждый объект. Выберите ответ и проверьте себя.

• Lasso обнуляет разные коррелирующие признаки

  Lasso обнуляет разные коррелирующие признаки. Вопрос с проверкой ответа и переходом к практике курса.

• kNN и шумовые признаки: как сравнить эксперименты

  kNN и шумовые признаки: как сравнить эксперименты. Выберите ответ и проверьте себя.

• PCA сохраняет дисперсию, но ухудшает прогноз

  PCA сохраняет дисперсию, но ухудшает прогноз. Выберите ответ и проверьте себя.

• Абляция признаков: как читать изменение MAE

  Абляция признаков: как читать изменение MAE. Вопрос с проверкой ответа и переходом к практике курса.

• Random Forest: maxfeatures в каждом узле

  Random Forest: maxfeatures в каждом узле. Вопрос с проверкой ответа и переходом к практике курса.

• Утечка групп при разбиении ML-данных

  Утечка групп при разбиении ML-данных. Выберите ответ и проверьте себя.

• KNeighborsClassifier predictproba: порядок классов

  KNeighborsClassifier predictproba: порядок классов. Выберите ответ и проверьте себя.

• StandardScaler: transform на новых данных

  StandardScaler: transform на новых данных. Вопрос с проверкой ответа и переходом к практике курса.

• KFold или StratifiedKFold: регрессия и классификация

  KFold или StratifiedKFold: регрессия и классификация. Вопрос с проверкой ответа и переходом к практике курса.

• SVC decisionfunction: отрицательный score и классы

  SVC decisionfunction: отрицательный score и классы. Вопрос с проверкой ответа и переходом к практике курса.

• PCA: что изменится при смене знака главной компоненты

  PCA: что изменится при смене знака главной компоненты. Выберите ответ и проверьте себя.

• Ridge: выбор alpha по ошибке кросс-валидации

  Ridge: выбор alpha по ошибке кросс-валидации. Выберите ответ и проверьте себя.