1. Посмотрите на этот график. Судя по нему, алгоритм: Переобученный Недообученный Нормальный Правильно! Алгоритм переобучен — он слишком точно построил зависимость для обучающей выборки и может начать ошибаться на тестовой выборке. Неправильно! Алгоритм переобучен — он слишком точно построил зависимость для обучающей выборки и может начать ошибаться на тестовой выборке. 2. Рассмотрим второй график. Судя по нему, алгоритм: Переобученный Недообученный Нормальный Правильно! Это нормальный алгоритм, ведь в целом он верно описал зависимость. Неправильно! Это нормальный алгоритм, ведь в целом он верно описал зависимость. 3. И последний график. Судя по нему, алгоритм: Переобученный Недообученный Нормальный Правильно! Алгоритм недообучен, потому что описал зависимость с большой ошибкой. Неправильно! Алгоритм недообучен, потому что описал зависимость с большой ошибкой. 4. Можем ли мы понять, переобучен или недообучен алгоритм, прогнав его только по обучающей выборке? Да, можем Нет, не можем Правильно! Мы не можем сказать, насколько хорошо обучен алгоритм, пока не проверим его на тестовой выборке. Неправильно! Мы не можем сказать, насколько хорошо обучен алгоритм, пока не проверим его на тестовой выборке. 5. Если вы хотите, чтобы каждый объект попал в обучающую выборку и алгоритм стал учитывать его особенности, надо выбрать: Метод многих отложенных выборок Метод кросс-валидации Правильно! Метод кросс-валидации дает гарантию, что каждый объект побывает в обучении, если это необходимо. Неправильно! Метод кросс-валидации дает гарантию, что каждый объект побывает в обучении, если это необходимо. Поздравляем, ваш результат: из Неудовлетворительно Изучите седьмой модуль еще раз. Когда разберетесь в том, как можно бороться с переобучением модели, можно будет переходить к восьмому модулю. Поздравляем, ваш результат: из Хорошо Переходите к восьмому модулю, чтобы продолжить изучение науки о данных. Поздравляем, ваш результат: из Отлично Вы прекрасно усвоили материал! Переходите к восьмому модулю, чтобы продолжить изучение науки о данных.