ТОП вопросов по ML

В чем отличие между обучением с учителем (supervised learning) и обучением без учителя (unsupervised learning)?

Что такое переобучение (overfitting) и недообучение (underfitting)? Как их избежать?

В чем разница между классификацией и регрессией?

Что такое метод k-ближайших соседей (KNN)?

Что такое деревья решений (decision trees)?

Как вы обрабатываете пропущенные значения в данных?

Что такое глубокое обучение (Deep Learning)?

Что такое выбросы (outliers) и как с ними бороться?

В чем разница между MLE и MAP и когда используется каждый из них?

Какая из следующих задач является примером обучения с учителем?

Что такое нормальное распределение и почему оно часто используется в машинном обучении?

Какой алгоритм строит множество деревьев решений на случайных подвыборках данных и усредняет их предсказания?

В чем заключается проблема "затухания градиентов" (Vanishing Gradient) и как ее решают?

Что такое регуляризация (Regularization)?

Что такое метод опорных векторов (SVM)?

Объясните математическую связь между PCA и SVD и почему SVD предпочтительнее?

Что такое ROC-кривая и AUC?

Что такое рекуррентные нейронные сети (RNN)?

Что такое сверточные нейронные сети (CNN)?