1. Какой из этих типов моделей относятся к линейным моделям?
2. Какие из этих алгоритмов решают задачи регрессии?
3. Линейные модели называются так потому, что каждый раз результат работы такого алгоритма — линейный график, с какими бы данными и задачами они ни работали. Это так?
4. Давайте проверим, как вы поняли разницу между простым линейным классификатором и логистической регрессией. Прочитайте утверждения ниже и отметьте неверное.
5. Вы хотите научиться определять, останется клиент с вами надолго либо перестанет пользоваться вашей услугой. Собрав выборку по двум признакам, вы видите, как устроены объекты. Можно ли использовать линейный классификатор для решения поставленной задачи?
6. Вам нужно оценить вероятность того, что конкретный клиент лоялен вашей компании. Какой алгоритм стоит использовать?
Поздравляем, ваш результат: из
Неудовлетворительно
Изучите четвертый модуль еще раз. Когда разберетесь в разновидностях существующих алгоритмов и запомните, где лучше применять каждый из них, можно будет переходить к пятому модулю.
Поздравляем, ваш результат: из
Хорошо
Переходите к пятому модулю, чтобы продолжить изучение науки о данных.
Поздравляем, ваш результат: из
Отлично
Вы прекрасно усвоили материал! Переходите к пятому модулю, чтобы продолжить изучение науки о данных.