A) Створювати візуальні представлення даних. B) Обчислювати середні значення числових даних. C) Підсумувати категоріальні дані. D) Дослідити взаємозв'язок між змінними.
A) Наскільки добре модель відповідає спостережуваним даним. B) Тип використаного статистичного тесту. C) Розмір набору даних. D) Кількість змінних у моделі.
A) Нормальний розподіл залишків B) Лінійність C) Незалежність спостережень D) Гомоскедастичність
A) Логістична регресія B) ANOVA C) PCA D) Дерево рішень
A) Створення нових вхідних змінних на основі існуючих даних для покращення продуктивності моделі. B) Точно підігнати модель під навчальні дані. C) Видалити всі вхідні змінні, крім найважливішої. D) Автоматизувати весь процес моделювання.
A) Перевірка припущення про лінійність у регресійних моделях. B) Оцінити продуктивність моделі класифікації. C) Підсумувати розподіл набору даних. D) Оцінити відповідність у логістичній регресії.
A) Побудувати графік точок даних у двовимірному просторі. B) Групування схожих даних на основі шаблонів або ознак. C) Створити єдиний складений показник з декількох змінних. D) Дослідити причинно-наслідкові зв'язки.
A) Коли модель є правильною і добре узагальнює невидимі дані. B) Коли модель занадто складна і вносить шум у дані. C) Коли модель ідеально підходить для навчальних даних, але дає збій на нових даних. D) Коли модель занадто проста і не має достатньої прогностичної сили.
A) Перехресна перевірка B) Тест хі-квадрат C) Регресійний аналіз D) Аналіз головних компонент |