В какой из этих моделей увеличение числа деревьев дает, как правило, лучший эффект?
A) случайный лес
B) градиентный бустинг
ANSWER: A
Какая из следующих моделей машинного обучения не является ансамблевой моделью?
A) взвешенный kNN
B) случайный лес
C) градиентный бустинг
D) бэггинг
ANSWER: A
Какой из следующих методов наименее чувствителен к отсутствию предварительной нормализации признаков?
A) деревья решений
B) метод линейной регрессии
C) метод логистической регрессии
D) метод ближайших соседей
ANSWER: A
При построении ансамбля методом градиентного бустинга образцы, которые доставляют большую ошибку первой обученной модели
A) имеют больший шанс попасть в выборку для обучения второй модели
B) исключаются из обучающей выборки для последующих моделей
C) ничем не отличаются от остальных и могут также случайно быть выбраны
ANSWER: A
Если все листья обученного дерева являются чистыми, то...
A) дерево имеет 100%-ную правильность на обучающей выборке
B) это означает, что деревья решений не подходят для данной задачи
C) это означает, что все дочерние листья содержат по одному элементу
D) дерево имеет 100%-ную правильность на проверочной выборке
ANSWER: A
