06 Checkpoint: Классическое машинное обучение

Восемь проверок механизма

Порог: 7 из 8. Без таймера. Баллы начисляются за ответы, не за посещение. Это локальная самопроверка; решения будут показаны после отправки.

1. Что делает least-squares fit?Подбирает параметры по training errorПодгоняет test labels вручнуюМеняет число входных примеров

2. Смена порога при тех же weights меняет…Сами вероятностиПравило превращения probability в classTraining dataset

3. Для выбора степени полинома следует использовать…Test после каждой попыткиValidationБудущие labels пользователя

4. Precision при отсутствии positive predictions…Всегда100%Не определена без дополнительной conventionОбязательно равна recall

5. MSE ошибок[0,−1,−2]?Ваш численный ответ

6. Slope fit для x=[−1,0,1],y=[−1,1,3]?Ваш численный ответ

7. Precision приTP2,FP1?Ваш численный ответ

8. Inertia точек[0,0],[2,0] относительно[1,0]?Ваш численный ответ

Результат появится после отправки всех ответов.

Исследовать и объяснить

Зафиксируйте train и изменяйте степень полинома. Запишите train/validation error и объясните расхождение. Для K-means сравните одинаковые и разнесённые initial centres, отметьте политику пустого кластера.

Сначала сформулируйте гипотезу, затем измените один параметр. Сопоставьте числа с формулой; назовите крайний случай и границу применимости. Свободный вывод не оценивается фиктивным автоматическим баллом.