Na podstawie podanego tekstu, które z poniższych stwierdzeń dotyczy podstawowych zagadnień modelowania predykcyjnego?
Wszystkie powyższe.
Zmniejszenie kosztów przechowywania danych.
Nowa technologia do przechowywania i zarządzania danymi.
Przechowywanie w chmurze i przetwarzanie w chmurze.
Wszystkie powyższe.
Na podstawie podanego tekstu, jak długo biznes używa podstawowych technik modelowania predykcyjnego, takich jak regresja logistyczna?
Od ostatnich kilku lat.
Od lat, ale nie dziesięcioleci.
Od niedawna, zaledwie kilka lat temu.
Od kilku dziesięcioleci.
Od kilku dziesięcioleci.
Czym jest modelowanie predykcyjne (analityka predykcyjna)?
Analizą zbiorów danych w celu zrozumienia przeszłych relacji.
Analizą zbiorów danych w celu zidentyfikowania istotnych relacji i lepszego przewidywania wyników.
Przewidywaniem wyników bez oparcia na danych historycznych.
Wyłącznie wykorzystaniem informacji przyszłych do podejmowania decyzji.
Analizą zbiorów danych w celu zidentyfikowania istotnych relacji i lepszego przewidywania wyników.
Co jest celem modeli regresji w przypadku problemu regresji?
Przewidywanie wyniku zmiennej ilościowej.
Generowanie nowych danych.
Przewidywanie wyniku zmiennej jakościowej (kategorii).
Redukcja wymiaru danych.
Przewidywanie wyniku zmiennej ilościowej.
Co jest celem modeli klasyfikacji w przypadku problemu klasyfikacji?
Przewidywanie wyniku zmiennej jakościowej (kategorii).
Redukcja wymiaru danych.
Generowanie nowych danych.
Przewidywanie wyniku zmiennej ilościowej.
Przewidywanie wyniku zmiennej jakościowej (kategorii).
W ramach uczenia nadzorowanego można wyróżnić dwa
podstawowe podzbiory modeli:
Modele hierarchiczne i modele niehierarchiczne grupowania.
Modele analizy skupień i modele redukcji wymiaru.
Modele klastrowania i modele analizy czynnikowej.
Modele klasyfikacji i modele regresji.
Modele klasyfikacji i modele regresji.
Co charakteryzuje uczenie z nadzorem w kontekście predykcji?
Analityk korzysta z danych, w których znane są wartości zmiennych objaśniających.
Analityk nie korzysta z danych, ale analizuje wyłącznie zmienne objaśniające.
Analityk nie korzysta z żadnych danych, a jedynie przewiduje wyniki na podstawie doświadczenia.
Analityk korzysta z danych, w których znane są wartości zmiennej odpowiedzi (zależnej).
Analityk korzysta z danych, w których znane są wartości zmiennej odpowiedzi (zależnej).
Jaki jest celem modeli redukcji wymiaru?
Pogrupowanie danych w podobne kategorie lub skupienia.
Generowanie nowych danych.
Zmniejszenie liczby rozważanych zmiennych
Przewidywanie wyników.
Zmniejszenie liczby rozważanych zmiennych
Co jest celem modeli analizy skupień?
Pogrupowanie danych w podobne kategorie lub skupienia.
Redukcja wymiaru danych.
Przewidywanie wyników.
Generowanie nowych danych.
Pogrupowanie danych w podobne kategorie lub skupienia.
W ramach uczenia nienadzorowanego istnieją dwa
podstawowe podzbiory modeli:
Modele drzew decyzyjnych i modele sieci neuronowych.
Modele analizy skupień i modele redukcji wymiaru.
Modele predykcyjne i modele oparte na regułach.
Modele regresji i modele klasyfikacji.
Modele analizy skupień i modele redukcji wymiaru.
Modele regresji i modele klasyfikacji.
Do metody predekcji w której analityk nie próbuje przewidzieć określonego wyniku ale raczej stara się odkryć ukrytą strukturę lub atrybut danych należy
