Junior

Завалидируй свои навыки: Python и ML 

Выберите изменяемые типы данных:

Какой тип данных получается в результате деления 4 / 2 ?

Какое значение вернет 13 % 2 == 0 or 18 < 32

set — это упорядоченная совокупность различных элементов. list — это неупорядоченный набор неуникальных элементов

Элементы могут быть извлечены из списка, но не могут быть извлечены из множества

set — это упорядоченный набор неуникальных элементов. list — это неупорядоченный набор уникальных элементов

set - это неупорядоченная совокупность различных элементов. list - это упорядоченный набор неуникальных элементов

В чем разница между set  и list?

Выберите методы множества:

набор чисел, кратных 5, от 0 до 100

набор чисел, кратных 5, больше или равных 0, но меньших 100

набор чисел, кратных 5, меньше 100, но больше 0

Что вернет генератор? [i for i in range(100) if i%5 == 0]

dict([('two', 2), ('one', 1), ('three', 3)]) 

dict(zip(['one', 'two', 'three'], [1, 2, 3]))

Укажите способы создания словаря:

 dev_directions = [i in developers for i]

  dev_directions = [i for i in developers.keys()]

 dev_directions = [i for i in developers]

Как можно получить список ключей в словаре?  developers = {'Front': 10, 'Back': 5, 'Mobile': 3}

не может содержать более одной инструкции (или выражения)

не может содержать более двух инструкции 

может содержать любое количество инструкции 

открыть файл для чтения

открыть файл для записи

открыть файл с целью создания, если файл существует, то вызов функции open завершится с ошибкой

открыть файл для записи, при этом новые данные будут добавлены в конец файла, без удаления существующих

При работе с файлами в функции open()  параметр “а” позволяет: 

Укажите правильный синтаксис для определения класса Backend, если он наследуется от родительского класса Programmer?

Каков правильный синтаксис создания метода класса?

понижение размерности 

К задачам обучения с учителем относятся:

Классификация - это задача обучения с учителем, в которой ответ - это номер класса

Классификация - это задача определения по данным числовых значений

Классификация - это задача обучения без учителя, в которой необходимо разбить данные на группы похожих объектов

Что такое классификация?

Регрессия - это задача обучения с учителем, в которой ответы принимают количественные (числовые) значения

Регрессия - это задача, в которой необходимо разбить множество объектов на группы похожих друг на друга объектов

Регрессия - это задача обучения с учителем, в которой необходимо определить по данным номер класса

Коэффициент корреляции может принимать произвольные вещественные значения

Коэффициент корреляции изменяется от -1 до 1

Если коэффициент корреляции близок к 0, то между величинами нет ярко выраженной линейной зависимости

Если коэффициент корреляции по модулю близок к 1, то между величинами есть статистическая зависимость, близкая к линейной

Если коэффициент корреляции между двумя величинами равен нулю, то эти величины не влияют друг на друга

Выберите верные утверждения, касающиеся коэффициента корреляции Пирсона:

эффект, при котором ошибка модели на тестовой выборке много больше ошибки на обучающей выборке

эффект, при котором ошибка модели на тестовой выборке много меньше ошибки на обучающей выборке

эффект, при котором ошибки модели на тестовой выборке и на обучающей выборке одинаковы

Переобучением называется:

Метод k ближайших соседей

Случайные леса (Random Forests)

Градиентный бустинг деревьев решений (Gradient Boosted Trees)

Машина опорных векторов (SVM)

Какие из следующих методов нечувствительны к монотонным преобразованиям входных параметров:

Среднеквадратичная ошибка MSE

Какие метрики можно использовать в задаче определения возраста (числа лет) человека по фотографии?

Удаление зависимых признаков

Использование регуляризации

Добавление новых данных

Добавление новых признаков

Укажите методы борьбы с переобучением

Ошибки первого рода известны также как ложно положительные (false positive) ошибки (ложные тревоги)

Ошибки второго рода известны также как ложно отрицательные (false negative) ошибки (промахи)

В математической статистике ошибки первого рода появляются, когда мы отклоняем нулевую гипотезу, в то время как она в действительности верна

В математической статистике ошибки первого рода появляются, когда мы принимаем нулевую гипотезу, в то время как она в действительности ложна

Какие из следующих утверждений об ошибках первого и второго рода истинны?

Пусть на тестовой выборке получена следующая матрица рассогласования (confusion matrix)

На рисунках приведены диаграммы рассеяния (scatter plots) для пары признаков. Какие из диаграмм демонстрируют пример мультиколлинеарности?

Новые признаки обычно хуже интерпретируемы

Новые признаки несут всю информацию, присутствующую в данных.

Новые признаки могут не нести всей информации, присутствующей в данных.

Что происходит, если главные компоненты метода PCA интерпретируются как новые признаки? Выберите верные утверждения:

Удалить один из этих признаков

Какие последующие действия можно предпринять после идентификации пары мультиколлинеарных признаков?

Данные содержат много выбросов

Плотности распределений данных в кластерах сильно отличаются друг от друга

Кластеры имеют невыпуклые формы

Кластеры имеют форму, близкую к круглой

В каком из нижеприведенных случаев кластеризация алгоритмом k-means скорее всего не даст хороших результатов?

Алгоритм градиентного бустинга деревьев строит множество  «независимых» деревьев решений 

Основная идея градиентного бустинга деревьев решений – в последовательном построении классификаторов, корректирующих ошибки предыдущих

Градиентный бустинг позволяет снизить разброс (bias)

Выберите верные утверждения, касающиеся градиентного бустинга деревьев решений:

Число деревьев  в ансамбле

Увеличение каких гиперпараметров алгоритма случайного леса может привести к переобучению?

Алгоритм случайного леса строит множество  «независимых» деревьев решений 

Основная идея алгоритма случайного леса – в последовательном построении деревьев, корректирующих ошибки предыдущих

Случайный лес снижает общую дисперсию (variance)

Случайный лес снижает разброс (bias)

Выберите верные утверждения, касающиеся алгоритма случайного леса:

Сигмоидальная функция

Логистическая регрессия преобразует числовое значение к отрезку [0,1]. Какая из следующих функций используются логистической регрессией для преобразования к отрезку [0,1]?

Базовые классификаторы в случайном лесе имеют высокое смещение и маленькую дисперсию

Целью построения ансамбля в случайном лесе является снижение смещения (bias), а не дисперсии (variance)

Использование ансамбля в случайном лесе позволяет снизить переобучение

Выберите верные утверждения о случайном лесе:

В случае достаточно большого значения лямбда смещение высокое, дисперсия низкая

В случае достаточно большого значения лямбда смещение низкое, дисперсия низкая

В случае достаточно большого значения лямбда смещение низкое, дисперсия высокая

В случае достаточно большого значения лямбда смещение высокое, дисперсия высокая

Пусть вы обучаете достаточно сложную регрессионную модель с использованием ридж-регуляризации с параметром. Выберете ответ, который описывает взаимосвязь между смещением (bias) и дисперсией (variance).

Пусть одному из листов дерева решений для задачи бинарной классификации соответствуют 10 объектов обучающей выборки: 3 из одного класса, 7 из другого. Чему равна энтропия для этого листа?

Ошибка MSE на обучающей выборке выше на первой модели по сравнению со второй и третьей моделью

Вторая модель точнее первой и третьей и она будет работать лучше на новых данных

Лучшая модель для этой задачи – третья, поскольку она имеет наименьшую ошибку на обучающей выборке

Третья модель переобучена

На рисунках изображены графики трех разных регрессий (линейной , параболической и полиномиальной степени 10), построенных по одним и тем же обучающим данным. Выберите верные утверждения.

Тест по Python и ML

Создайте учетную запись!