数値データの操作: 知識をテストする

1. 特徴量エンジニアリングの一形態ではない手法は次のうちどれですか。

   ビニング

   ハイパーパラメータ チューニング

   バケット化

   正規化

2. あなたは、乳児の健康に関するデータでモデルをトレーニングしています。特徴の一つが birth_weight です。これらの birth_weight 値を正規化して、モデルをより効率的にトレーニングしたいと考えています。次のうち、どの正規化手法を使用するのが最適ですか。

   クリッピング

   均等目盛

   対数目盛

   Z スコア スケーリング

3. 正誤問題: ビニングは、カテゴリデータを数値データに変換する手法です。

   True

   False

4. 靴のレコメンデーション モデルのトレーニング データには、特徴 shoe_size が含まれており、これには 6 ～ 16 の値が含まれている必要があります。次の表は、このデータセット内の 6 つの例の shoe_size 値を示しています。

   例	shoe_size
   1	8.5
   2	9
   3	なし
   4	105
   5	11
   6	9

   トレーニングの前にデータセットからスクラブすることを検討すべき例は、次のうちどれですか。 （該当するものをすべて選択してください）。

   正しいと思われる解答をすべて選択してください。

   例 1

   例 2 または例 6

   例 3

   例 4

   例 5

5. 次の文の空欄を埋めてください。
   特徴量エンジニアリングでは、合成特徴を作成して ___ にすることができます。

   欠損している特徴値を置換する

   人間がラベルを付けたデータを機械でラベル付けされたデータで補完する

   2 つの特徴間の非線形関係をモデル化する

   モデルの事前トレーニング

解答を送信