Cette page a été traduite par l'API Cloud Translation. Ensembles de données, généralisation et surapprentissage: tester vos connaissances Revenir au parcours Lequel des éléments suivants est un exemple de jeu de données fixe ? Taux de précipitations à Seattle, Washington Catalogue de notes de musique des symphonies de Beethoven Mots les plus fréquemment utilisés dans les e-mails de spam Billetterie quotidienne dans un cinéma Vous vous apprêtez à entraîner un modèle pour prédire le prix de vente de voitures d'occasion à l'aide d'un ensemble de données qui contient les caractéristiques suivantes: year, model et mileage. Lorsque vous examinez le jeu de données, vous découvrez que les valeurs de kilométrage sont manquantes pour 150 exemples sur 2 500. Parmi les options suivantes, laquelle serait raisonnable ? (Sélectionnez toutes les réponses qui s'appliquent.) Choisissez autant de réponses que vous jugez nécessaires. Supprimer ces 150 exemples de l'ensemble de données Suppression de la colonne mileage de l'ensemble de données, et entraînement du modèle uniquement sur l'année et le modèle Insertion d'une valeur 0 dans tous les champs de kilométrage vides Déduire une estimation mileage pour chaque champ vide en multipliant l'âge de la voiture par le kilométrage annuel moyen de toutes les voitures de l'ensemble de données Vous entraînez le modèle de recommandation de films d'un service de streaming pour prédire si un utilisateur appréciera un film donné. Parmi les étiquettes de proxy suivantes, lesquelles seraient raisonnables pour « L'utilisateur a apprécié le film » ? (Sélectionnez toutes les réponses qui s'appliquent.) Choisissez autant de réponses que vous jugez nécessaires. L'utilisateur a enregistré le film dans sa liste "À regarder". L'utilisateur a cliqué sur "Commencer à regarder le film". L'utilisateur a recommandé le film à un autre utilisateur. L'utilisateur a attribué 5 étoiles au film. Vrai ou faux: entraîner votre modèle jusqu'à ce qu'il atteigne une faible valeur de perte sur vos données de test est un bon moyen d'éviter le surapprentissage. Vrai Faux Complétez la phrase suivante: La régularisation améliore la capacité de votre modèle à se généraliser à de nouvelles données en pénalisant ___ pendant l'entraînement. Prédictions incorrectes Taux d'apprentissage Complexité Descente de gradient Envoyer les réponses error_outline Une erreur s'est produite lors de la notation du quiz. Veuillez réessayer.
