A) لتلخيص البيانات الفئوية. B) لإنشاء تمثيلات مرئية للبيانات. C) لفحص العلاقة بين المتغيرات. D) لحساب متوسطات البيانات الرقمية.
A) حجم مجموعة البيانات. B) مدى توافق النموذج مع البيانات المرصودة. C) عدد المتغيرات في النموذج. D) نوع الاختبار الإحصائي المستخدم.
A) التوزيع الطبيعي للبواقي B) استقلالية الملاحظات C) تجانس التباين D) الخطية
A) عندما يكون النموذج مناسبًا تمامًا ويتمتع بقدرة جيدة على التعميم على البيانات غير المرئية. B) عندما يتطابق النموذج تمامًا مع بيانات التدريب ولكنه يفشل في التعامل مع بيانات جديدة. C) عندما يكون النموذج بسيطًا للغاية ويفتقر إلى القدرة التنبؤية. D) عندما يكون النموذج معقدًا للغاية ويستوعب الضوضاء الموجودة في البيانات.
A) شجرة القرارات B) الانحدار اللوجستي C) تحليل المكونات الرئيسية (PCA) D) تحليل التباين (ANOVA)
A) لرسم نقاط البيانات في فضاء ثنائي الأبعاد. B) لتجميع نقاط البيانات المتشابهة معًا بناءً على الأنماط أو الخصائص. C) لإنشاء مقياس مركب واحد من خلال دمج متغيرات متعددة. D) لتحقيق فهم للعلاقات السببية.
A) تحليل الانحدار (Regression analysis) B) اختبار مربع كاي (Chi-square test) C) التحقق المتقاطع (Cross-validation) D) تحليل المكونات الرئيسية (Principal component analysis)
A) إزالة جميع متغيرات الإدخال باستثناء الأكثر أهمية. B) إنشاء متغيرات إدخال جديدة من البيانات الموجودة لتحسين أداء النموذج. C) مطابقة النموذج تمامًا مع بيانات التدريب. D) أتمتة عملية النمذجة بأكملها.
A) لتلخيص توزيع مجموعة البيانات. B) لاختبار افتراض الخطية في نماذج الانحدار. C) لتقييم أداء نموذج التصنيف. D) لتقييم مدى ملاءمة النموذج في الانحدار اللوجستي. |