数据科学技能测试：快来看看你能全过吗？
发布时间：2021-06-05 11:05:23 所属栏目：大数据 来源：互联网
导读：1. 如何区分机器学习、人工智能和数据科学?(主题：通识) 人工智能这一术语涵盖范围广泛，主要涉及机器人学和文本分析等应用，并服务于商业和技术领域。机器学习隶属于人工智能，但其涉及领域较狭窄，且只用于技术领域。数据科学并不完全隶属于机器学习，而是
|
1. 如何区分机器学习、人工智能和数据科学?(主题：通识)
人工智能这一术语涵盖范围广泛，主要涉及机器人学和文本分析等应用，并服务于商业和技术领域。机器学习隶属于人工智能，但其涉及领域较狭窄，且只用于技术领域。数据科学并不完全隶属于机器学习，而是利用机器学习来分析并做出预测，可用于商业领域。
2. 什么是正态分布?(主题：统计学、词汇)
正态分布，也称为钟形曲线，指大多数实例聚集在中心，且实例数量随着距中心距离的增加而减少这种分布情况。严格来讲，统计学上，正态分布的定义是：66%的数据在平均值的一个标准差内，95%的数据在平均值的两个标准差内，99%的数据在平均值的三个标准差内。
数据科学技能测试：快来看看你能通关吗？
图源：Wikipedia
3. 什么是推荐系统?(主题：词汇)
推荐系统是信息过滤系统的一个子类，旨在预测用户对产品的偏好或评级。推荐系统广泛应用于电影、新闻、科研文章、产品、音乐等领域。
4. 不看聚类，如何选择k均值聚类算法中的k值?(聚类算法)
k均值聚类算法中，k值的选取有两种方法。一种方法是手肘法，y轴指某个误差函数，x轴指聚类的数量，如果整个图的形状像一个手臂的话，那肘部对应的值就是最佳的聚类数量。
数据科学技能测试：快来看看你能通关吗？
显然，在上图中，肘部对应的k值就是3。然而，如果曲线形状不够清晰，那就只能使用第二种方法，即轮廓系数法。轮廓系数法指用范围在-1到1之间的轮廓系数来描述每个簇的数量，系数越大的聚类通常则为最佳聚类数。
5. 线性回归和逻辑回归有什么区别?(主题：回归与分类算法)
线性回归是一种统计技术，指将数据拟合到一条线上(或多元线性回归中的一个多维平面)。当目标值在连续尺度内时，就会发生回归。逻辑回归可由线性回归通过sigmoid函数转换而成，并会给出一组输入值为分类0和1的概率。
6. 一种测试的真阳性率为100%，假阳性率为5%。一个群体有千分之一的概率会在测试中出现这种情况。如果你有一个阳性测试，出现这种情况的概率有多大呢?(主题：分类率)
假设你正在接受一项疾病测试，如果你患有此病，测试结果会显示你已患病。但如果你未患病，5%的情况下，测试结果会显示你患有此病，95%的情况下，会显示你没有患病。
因此，在未患病的情况下，会有5%的误差。在1000人中，有1人会得到真正的阳性结果，而在剩下的999人中，5%的人会得到(假)阳性结果。大约50人会得到该病的阳性结果。
数据科学技能测试：快来看看你能通关吗？
图源：unsplash
也就是说，在1000人中，即使只有1人患病，也会有51人的检测结果呈阳性。但即便如此，你的患病几率也只有2%。
7. 梯度下降法总是收敛于同一点吗?(主题：神经网络)
不，梯度下降法并不总是收敛于同一点。由于误差空间中可能存在多个局部极小值，根据其特性(例如动量或权重)，梯度下降法可能会在不同的地方结束。
8. 如何通过box-cox变换改善模型性能?(主题：统计学、算法)
Box-cox变换指将数据按照一定次幂进行转换，例如将其平方、立方或开方(即1/2次方)。由于任何数的0次方永远是1，因此，box-cox变换中的“0次方”被认为是对数变换。
对数函数将指数函数放在线性尺度上，因而可以改善模型性能。也就是说，线性回归之类的线性模型在数据方面性能更优越。
此外，对函数进行平方和立方运算也有助于整理数据，或突出重点信息。
 （编辑：新余站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
