3. Какие из перечисленных компонентов НЕ относятся к машинному обучению?
4. Упорядочите шаги в процессе подготовки данных:
5. Сегодня данные нужны бизнесу, чтобы:
6. Что включает в себя компонент «модели» в машинном обучении?
7. К направлению……… , Data Science относится задача “Разработка архитектуры хранилища данных”
8. Упорядочите этапы разработки ML-проекта:
9. … — это вид машинного обучения, основанный на использовании только неразмеченных данных
10. Соотнесите в верном соответствии термины и определения:
11. … — это вид машинного обучения, основанный на использовании только размеченных данных?
12. Соотнесите в верном соответствии термины и определения:
13. Что означает «unsupervised learning»?
14. Процесс оценки эффективности модели на тестовых данных называется ……
15. ……….. — это математическое или компьютерное представление процесса или явления, которое помогает прогнозировать результаты и проводить эксперименты.
16. Выберите правильные утверждения:
17. Соотнесите в верном соответствии термины и определения:
18. При использовании техники …… , модели учатся находить структуры в данных без направляющего сигнала
19. Упорядочите типы задач машинного обучения по уровню сложности:
20. Этап разработки ML-проекта включающий в себя сбор и подготовку данных называется …..
21. Какие данные являются структурированными?
22. Соотнесите в верном соответствии термины и определения:
23. В чем отличие между машинным обучением, нейронными сетями и глубоким обучением?
24. Данный вид обучения …….. , наиболее эффективен для работы с большими объемами неразмеченных данных
25. Упорядочите методы предварительной обработки данных:
26. Выберите верные утверждения:
27. Термин ……… описывает выбор алгоритмов и методов для конкретной задачи в ML-проекте
28. В чем отличие между обучением с учителем, обучением без учителя и обучением с частичным привлечением учителя?
29. Соотнесите в верном соответствии термины и определения
