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