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