Wissensbeurteilung

1.

Welche Aussage beschreibt die Rolle von Ethik in Data Science am besten?

Investoren sollten die Umweltpraktiken von Unternehmen, die Data Scientists einstellen, genau unter die Lupe nehmen.

Es ist am besten, so viele Daten wie möglich zu analysieren, damit Sie herausfinden, welche Probleme Sie beheben müssen.

Achten Sie darauf, dass die Dateneingaben richtig sind, denn oft werden die Ergebnisse verwendet, um strategische Entscheidungen zu treffen, die die Gesundheit und das Wohlbefinden von Menschen beeinflussen.

2.

Wie lauten die vier Schritte im Data Science-Lebenszyklus?

Betriebswirtschaftliches Verständnis, Datensammlung und -aufbereitung, Trainieren und Testen des Modells, Bereitstellung des Modells

Datensammlung, Datenüberprüfung, maschinelles Lernen, Visualisierung des Ergebnisses

Datenidentifikation, Trainieren des Modells, bis es zu 100 % genau ist, Bereitstellung des Modells, betriebswirtschaftliches Verständnis

3.

Was ist Überanpassung bei maschinellem Lernen?

Das Machine Learning-Modell belegt den größten Teil des Speicherplatzes auf dem Server.

Wenn Ihr Machine Learning-Modell so breit angelegt ist, identifiziert es ein neues Element fälschlicherweise als etwas, für das es bereits trainiert wurde.

Wenn Ihr Machine Learning-Modell neue Typen von Elementen problemlos verarbeiten kann, ist das positiv zu bewerten.

4.

Was ist das Ziel von Datenbearbeitung in Data Science?

Eliminieren von Daten, die es schwieriger machen, das zu beweisen, von dem Sie glauben, dass es wahr sein muss.

Entfernen von unvollständigen oder inkonsequenten Daten, sodass die Ausgabe nicht von der Wahrheit abweicht.

Bereinigung Ihrer Ergebnisse, sodass sie zusammengefasst und einfach zu präsentieren sind.

5.

Welche Rolle spielt der fachliche Ansprechpartner (Subject Matter Expert, SME) im Data Science-Lebenszyklus?

SMEs helfen dabei, den Umfang der Datenanalyse festzulegen, indem sie die Faktoren identifizieren, die das Ergebnis beeinflussen.

SMEs fügen das Gütesiegel für die Ergebnisse hinzu, auf die Ihre Daten verweisen.

SMEs helfen Ihnen bei der Interpretation Ihrer Daten im Kontext ihres Fachgebiets.

Feedback