Diese Seite wurde von der Cloud Translation API übersetzt. Datasets, Generalisierung und Überanpassung: Testen Sie Ihr Wissen Zurück zum Lernpfad Welches der folgenden Beispiele ist ein Beispiel für ein stationäres Dataset? Niederschlagsraten in Seattle, Washington Katalog der Noten in Beethovens Sinfonien Am häufigsten verwendete Wörter in Spam-E-Mails Tageskartenverkauf in einem Kino Sie bereiten ein Modell zur Vorhersage des Verkaufspreises von Gebrauchtwagen mit einem Dataset vor, das die folgenden Merkmale enthält: year, model und mileage. Bei der Untersuchung des Datasets stellen Sie fest, dass bei 150 von 2.500 Beispielen Kilometerwerte fehlen. Welche der folgenden Optionen wären angemessene Maßnahmen? Wähle alle zutreffenden Antworten aus. Wählen Sie so viele Antworten, wie Sie für richtig halten. Diese 150 Beispiele aus dem Dataset entfernen Die Spalte mileage aus dem Dataset entfernen und das Modell nur anhand des Jahres und des Modells trainieren Den Wert 0 in alle leeren Kilometerfelder einfügen Ableiten einer mileage-Schätzung für jedes leere Feld, indem das Alter des Autos mit der durchschnittlichen jährlichen Kilometerzahl aller Autos im Dataset multipliziert wird Sie trainieren das Filmempfehlungsmodell eines Streamingdienstes, um vorherzusagen, ob einem Nutzer ein bestimmter Film gefallen wird. Welche der folgenden Beispiele wären angemessene Proxy-Labels für „Nutzer hat den Film genossen“? Wähle alle zutreffenden Antworten aus. Wählen Sie so viele Antworten, wie Sie für richtig halten. Der Nutzer hat den Film in seiner Liste „Möchte ich ansehen“ gespeichert. Der Nutzer hat auf „Film ansehen“ geklickt. Ein Nutzer hat den Film einem anderen Nutzer empfohlen. Der Nutzer hat den Film mit 5 Sternen bewertet. Richtig oder falsch: Wenn Sie Ihr Modell so lange trainieren, bis es einen geringen Verlustwert mit Ihren Testdaten erreicht, lässt sich eine Überanpassung verhindern. Wahr Falsch Ergänzen Sie den folgenden Satz: Regularisierung verbessert die Fähigkeit Ihres Modells, auf neue Daten zu verallgemeinern, indem ___ während des Trainings bestraft wird. Falsche Vorhersagen Lernrate Komplexität Gradientenabstieg Antworten senden error_outline Beim Bewerten des Quiz ist ein Fehler aufgetreten. Bitte versuchen Sie es noch einmal.
