expanded_flashcards_ml

Question 1

k-średnich

Answer 1

Algorytm grupujący dane na podstawie odległości od centroidów. Wykorzystuje iteracyjny proces przypisywania punktów danych do najbliższego centroidu i aktualizowania pozycji centroidów aż do zbieżności.

Question 2

Centroid

Answer 2

Środek klastra reprezentujący jego punkt centralny. W algorytmie k-średnich centroid jest obliczany jako średnia wartość wszystkich punktów przypisanych do danego klastra.

Question 3

Metoda łokcia

Answer 3

Metoda stosowana do określenia optymalnej liczby klastrów w algorytmie k-średnich. Polega na analizie wykresu sumy odległości w klastrach w zależności od liczby klastrów, szukając punktu załamania przypominającego łokieć.

Question 4

Rodzaje klastrowania

Answer 4

Metody klastrowania obejmują klastrowanie partycjonujące (np. k-średnich), hierarchiczne (np. aglomeracyjne), gęstościowe (np. DBSCAN) i metody oparte na siatkach.

Question 5

Tworzenie klastrów

Answer 5

Proces polegający na grupowaniu danych na podstawie podobieństwa. Może być realizowany przez iteracyjne przypisywanie punktów do klastrów lub wykorzystanie modelowania probabilistycznego.

Question 6

Metody asocjacyjne

Answer 6

Techniki eksploracji danych, które identyfikują związki między różnymi elementami w dużych zbiorach danych. Przykładem jest analiza koszyka zakupowego.

Question 7

Zbieranie danych

Answer 7

Pierwszy etap cyklu życia projektu uczenia maszynowego, polegający na gromadzeniu danych z różnych źródeł, takich jak bazy danych, API czy dane strumieniowe.

Question 8

Przetwarzanie danych

Answer 8

Etap przygotowania danych do analizy, obejmujący czyszczenie, wypełnianie brakujących wartości, usuwanie szumów oraz tworzenie nowych cech.

Question 9

Modelowanie

Answer 9

Budowanie i trenowanie modelu na przygotowanych danych. Ten etap obejmuje wybór odpowiedniego algorytmu, dostrajanie hiperparametrów i ewaluację wyników.

Question 10

Weryfikacja

Answer 10

Proces sprawdzania poprawności modelu na danych testowych. Obejmuje analizę metryk ewaluacyjnych i porównanie wyników z oczekiwaniami.

Question 11

Wdrażanie

Answer 11

Ostatni etap, w którym model jest wprowadzany do użytku w systemach produkcyjnych, często z wykorzystaniem kontenerów lub mikroserwisów.

Question 12

Monitorowanie

Answer 12

Proces śledzenia działania modelu w czasie rzeczywistym, obejmujący analizę wydajności i wykrywanie dryfu danych.

Question 13

Regresja liniowa

Answer 13

Model przewidujący wartości ciągłe na podstawie zależności liniowej między zmienną niezależną a zależną. Jest to jeden z najprostszych algorytmów uczenia maszynowego.

Question 14

Metoda malejącego gradientu

Answer 14

Algorytm optymalizacyjny minimalizujący funkcję kosztu poprzez iteracyjne aktualizowanie wag modelu zgodnie z kierunkiem najszybszego spadku funkcji kosztu.

Question 15

Learning rate

Answer 15

Parametr kontrolujący wielkość kroku optymalizacyjnego w metodzie gradientu. Zbyt duża wartość może prowadzić do niestabilności, a zbyt mała do wolnej zbieżności.

Question 16

Regresja wieloskładnikowa

Answer 16

Rozszerzenie regresji liniowej, w którym model przewiduje zmienną zależną na podstawie wielu cech wejściowych.

Question 17

Cecha

Answer 17

Indywidualna właściwość lub kolumna danych wykorzystywana jako wejście do modelu. Cechy mogą być numeryczne, kategoryczne lub tekstowe.

Question 18

Normalizacja vs standaryzacja

Answer 18

Normalizacja skaluje dane do przedziału 0–1, podczas gdy standaryzacja przekształca dane do rozkładu o średniej 0 i odchyleniu standardowym 1.

Question 19

Niedotrenowanie

Answer 19

Stan, w którym model nie jest w stanie uchwycić wystarczająco wzorców w danych treningowych, co prowadzi do niskiej dokładności zarówno na danych treningowych, jak i testowych.

Question 20

Przetrenowanie

Answer 20

Model zbyt dobrze dopasowuje się do danych treningowych, co skutkuje słabymi wynikami na danych testowych. Jest to jeden z kluczowych problemów w uczeniu maszynowym.

Question 21

Zapobieganie przetrenowaniu

Answer 21

Techniki takie jak regularyzacja, dropout, użycie większego zbioru danych oraz walidacja krzyżowa pomagają w zapobieganiu przetrenowaniu.

Question 22

Regularyzacja

Answer 22

Technika dodająca karę za złożoność modelu do funkcji kosztu, aby zapobiec przetrenowaniu. Może obejmować L1, L2 lub inne metody.

Question 23

Dropout

Answer 23

Metoda regularizacji w sieciach neuronowych, polegająca na losowym wyłączaniu części neuronów podczas treningu.

Question 24

Walidacja krzyżowa

Answer 24

Technika oceny modelu poprzez podzielenie danych na wiele podzbiorów i iteracyjne trenowanie i testowanie modelu na różnych zestawach danych.

Question 25

Jednostka logistyczna

Answer 25

Neuron w sieci z funkcją aktywacji sigmoidalnej, używany w zadaniach klasyfikacyjnych do przewidywania prawdopodobieństwa przynależności do danej klasy.

Question 26

Warstwa ukryta

Answer 26

Część sieci neuronowej znajdująca się między warstwą wejściową a wyjściową, przetwarzająca dane wejściowe poprzez transformacje nieliniowe.

Question 27

Warstwa wyjściowa

Answer 27

Generuje końcowe przewidywania modelu, zależnie od problemu może używać funkcji aktywacji jak softmax, sigmoida lub liniowej.

Question 28

Precyzja

Answer 28

Stosunek poprawnie przewidzianych pozytywnych wyników do wszystkich przewidywanych pozytywnych wyników. Jest użyteczna w problemach, gdzie fałszywe alarmy są kosztowne.

Question 29

Czułość

Answer 29

Stosunek poprawnie przewidzianych pozytywnych przypadków do wszystkich rzeczywistych pozytywnych przypadków. Ważna w sytuacjach, gdzie kluczowe jest wykrycie wszystkich przypadków danej klasy.

Question 30

F1 Score

Answer 30

Harmoniczna średnia precyzji i czułości, używana, gdy ważne jest zrównoważenie między tymi dwiema metrykami.

Question 31

Macierz pomyłek

Answer 31

Tablica podsumowująca wyniki klasyfikacji, pokazująca liczby prawdziwych pozytywnych, fałszywych pozytywnych, prawdziwych negatywnych i fałszywych negatywnych przewidywań.

Question 32

Dokładność

Answer 32

Odsetek poprawnych przewidywań w stosunku do wszystkich przewidywań. Nie zawsze jest miarodajna przy nierównomiernym rozkładzie klas.

Question 33

ROC Curve

Answer 33

Krzywa oceny klasyfikatora, która przedstawia zależność między czułością a 1-specyficznością dla różnych progów decyzyjnych.

Question 34

Maszyna wektorów wsparcia

Answer 34

Algorytm klasyfikacyjny, który znajduje hiperprzestrzeń maksymalizującą margines między różnymi klasami.

Question 35

Hiperpłaszczyzna

Answer 35

Granica decyzyjna w przestrzeni cech, która oddziela klasy danych. W przypadku SVM jest to linia maksymalizująca odległość od najbliższych punktów obu klas.

Question 36

Kernel Trick

Answer 36

Technika w SVM umożliwiająca transformację danych do przestrzeni o wyższej wymiarowości, aby rozdzielić klasy nieliniowo separowalne.