Crowdly
Додати до Chrome
DS52 Fundamentals of Data Science
Шукаєте відповіді та рішення тестів для DS52 Fundamentals of Data Science? Перегляньте нашу велику колекцію перевірених відповідей для DS52 Fundamentals of Data Science в moodle.utbm.fr.
Отримайте миттєвий доступ до точних відповідей та детальних пояснень для питань вашого курсу. Наша платформа, створена спільнотою, допомагає студентам досягати успіху!
In Ridge regression, as the regularization parameter λ approaches infinity, what happens to the coefficients?
❌
❌
❌
✅
Переглянути це питання
In Q-learning, the target value for updating Q(s,a) is:
✅
❌
❌
❌
Переглянути це питання
In AdaBoost, after training a weak classifier, what happens to the weights of misclassified samples?
❌
❌
❌
✅
Переглянути це питання
Policy Gradient methods differ from Value-Based methods in that:
✅
✅
❌
❌
Переглянути це питання
How does boosting (e.g., AdaBoost, Gradient Boosting) differ from bagging (Random Forest)?
✅
0%
✅
0%
Переглянути це питання
How does Random Forest reduce variance compared to a single decision tree?
✅
✅
0%
0%
Переглянути це питання
The kernel trick in SVM:
❌
✅
❌
❌
Переглянути це питання
Which property is required for backpropagation to work?
❌
✅
❌
Переглянути це питання
What is the main advantage of using kernels in SVM?
✅
❌
❌
❌
Переглянути це питання
Which of the following statements about the bias-variance tradeoff in regularization are true?
✅
❌
✅
❌
Переглянути це питання