- Ausführende
-
Lernen
Python lernen Ausführbare Beispiele, NumPy, pandas und mehr KI / Machine Learning lernenNeuronale Netze, ML und LLMs von Grund auf C/C++ lernen Zeiger, Speicher, STL und modernes C++ C# lernenC#-Grundlagen, OOP, LINQ, Async und .NET-Übungen Matplotlib lernenLinien-, Balken-, Streu- und Kreisdiagramme mit interaktiven Visualisierungen Rust lernenOwnership, Traits, Fehlerbehandlung und Threads Go lernenSlices, Interfaces, Goroutinen und Channels Python-Algorithmen Suche, Sortierung, Rekursion und Visualisierungen O(n) C/C++-Algorithmen Implementierungen in C und C++ vergleichen Programmieren für Kinder Spielend programmieren lernen!
- QuizzeNeu
- AufgabenNeu
- Für LehrkräfteNeu
- Aktualisierungen
- Spendier mir einen Kaffee
AI & Machine Learning-Quiz: Cross-Validation
This quiz covers cross-validation, the standard way to estimate how a model will do on new data. It tests k-fold mechanics, choosing the right split for your data and the leakage mistakes that interviewers love to ask about.
Beispielfrage
Frage 1 von 10You run 5-fold cross-validation on 1,000 rows. How many models are trained and how big is each validation fold?
Lösung zeigen
A. 5 models, 200 validation rows each The data is split into 5 folds of 200 rows. Each fold is the validation set once while a fresh model trains on the other 800 rows, so 5 models in total. One model per row would be leave-one-out.
Darum geht es in diesem Quiz
- How k-fold and leave-one-out split the data
- Stratified, grouped and time-series splits
- Leakage from preprocessing or oversampling before the split
- Why tuning on CV scores needs nested CV or a test set
- Reading and averaging fold scores
Häufige Fragen
Brauche ich ein Konto?
Nein. Jeder kann spielen. Mit Anmeldung werden XP, Serie, Abzeichen und Verlauf gespeichert.
Kann ich es wiederholen?
Ja. Dein Bestwert bleibt erhalten, und Fragen und Antworten werden jedes Mal neu gemischt.