知識チェック

1.

トレーニングの前にデータをクリーニングするのはなぜですか?

データの行を削除するとモデルがより強力になる

データをクリーンすることで、モデルのパフォーマンスに役立つ機能を選択できる

エラーを含む行を削除すると、これらの行によってトレーニングプロセスが混乱することを防止できる

2.

one-hot ベクトルで最適にエンコードされるデータの種類は何ですか?

序数データ

可能性のある 2 つの値を持つカテゴリデータ

3 つ以上の値を持つカテゴリデータ

3.

データサンプルとは何ですか? 母集団とは何ですか?

サンプルは、対象としている、可能性のあるすべてのデータです。母集団は、実際に手元にある、そのデータのサブセットです。

母集団とサンプルのどちらも、モデルのトレーニングに使うデータを指します。

母集団は、対象としている、可能性のあるすべてのデータです。サンプルは、実際に手元にある、そのデータのサブセットです。

4.

パフォーマンスがよくないモデルがあります。そのパフォーマンスを向上させるために絶対に役立たないのは、次のうちのどれですか?

サンプル (行) の追加

モデルが予測しようとしている内容に関連していることがわかっている少数の特徴量 (列) の追加

モデルが予測しようとしている内容に関連していないことがわかっている多数の特徴量の追加。

自分の知識をチェックする