|
目前机器学习是最抢手的技能之一。如果你是一名数据科学家，那就需要对机器学习很擅长，而不只是三脚猫的功夫。作为 DataFest 2017 的一部分，Analytics Vidhya 组织了不同的技能测试，从而数据科学家可以就这些关键技能进行自我评估。测试包括机器学习、深度学习、时序问题以及概率。这篇文章将给出机器学习测试问题的解答。你可以通过链接获得其他测试问题及解答。 深度学习：https://www.analyticsvidhya.com/blog/2017/04/40-questions-test-data-scientist-deep-learning/ 时序问题：https://www.analyticsvidhya.com/blog/2017/04/40-questions-on-time-series-solution-skillpower-time-series-datafest-2017/ 概率：https://www.analyticsvidhya.com/blog/2017/04/40-questions-on-probability-for-all-aspiring-data-scientists/ 在本文的机器学习测试中，超过 1350 人注册参与其中。该测试可以检验你对机器学习概念知识的掌握，并为你步入业界做准备。如果错过了实时测试，没有关系，你可以回顾本文以自我提升。机器之心对这些试题及解答进行了编译介绍。你能答对多少题呢？不妨与我们分享。 整体分数分布 下面给出了测试得分的分布，希望能帮助你了解一下自己的水平。成绩单也可以看这里：https://datahack.analyticsvidhya.com/contest/skillpower-machine-learning/lb
目前已有 210 人参与了这些试题的测试，最高分为 36。平均得分为 19.36，中位数为 21，最常出现的得分（Mode Score）为 27。 测试题与解答 假定特征 F1 可以取特定值：A、B、C、D、E 和 F，其代表着学生在大学所获得的评分。现在请答题： 1. 在下面说法中哪一项是正确的？ A. 特征 F1 是名义变量（nominal variable）的一个实例。 B. 特征 F1 是有序变量（ordinal variable）的一个实例。 C. 该特征并不属于以上的分类。 D. 以上说法都正确。 答案为（B）：有序变量是一种在类别上有某些顺序的变量。例如，等级 A 就要比等级 B 所代表的成绩好一些。 2. 下面哪个选项中哪一项属于确定性算法？ A.PCA B.K-Means C. 以上都不是 答案为（A）：确定性算法表明在不同运行中，算法输出并不会改变。如果我们再一次运行算法，PCA 会得出相同的结果，而 k-means 不会。 3. 两个变量的 Pearson 相关性系数为零，但这两个变量的值同样可以相关。 A. 正确 B. 错误 答案为（A）：Y=X2，请注意他们不仅仅相关联，同时一个还是另一个的函数。尽管如此，他们的相关性系数还是为 0，因为这两个变量的关联是正交的，而相关性系数就是检测这种关联。详情查看：https://en.wikipedia.org/wiki/Anscombe's_quartet 4. 下面哪一项对梯度下降（GD）和随机梯度下降（SGD）的描述是正确的？ 在 GD 和 SGD 中，每一次迭代中都是更新一组参数以最小化损失函数。 在 SGD 中，每一次迭代都需要遍历训练集中的所有样本以更新一次参数。 在 GD 中，每一次迭代需要使用整个训练集或子训练集的数据更新一个参数。 A. 只有 1 B. 只有 2 C. 只有 3 D.1 和 2 E.2 和 3 F. 都正确 答案为（A）：在随机梯度下降中，每一次迭代选择的批量是由数据集中的随机样本所组成，但在梯度下降，每一次迭代需要使用整个训练数据集。 5. 下面哪个/些超参数的增加可能会造成随机森林数据过拟合？ 树的数量 树的深度 学习速率 A. 只有 1 B. 只有 2 C. 只有 3 D.1 和 2 E.2 和 3 F. 都正确 答案为（B）：通常情况下，我们增加树的深度有可能会造成模型过拟合。学习速率在随机森林中并不是超参数。增加树的数量可能会造成欠拟合。 6. 假如你在「Analytics Vidhya」工作，并且想开发一个能预测文章评论次数的机器学习算法。你的分析的特征是基于如作者姓名、作者在 Analytics Vidhya 写过的总文章数量等等。那么在这样一个算法中，你会选择哪一个评价度量标准？ 均方误差 精确度 F1 分数 A. 只有 1 B. 只有 2 C. 只有 3 D. 1 和 3 E. 2 和 3 F. 1 和 2 (责任编辑：本港台直播) |
