- Компиляторы
-
Обучение
Изучить Python Запускаемые примеры, NumPy, pandas и другое Изучить ИИ / машинное обучениеНейросети, ML и LLM с нуля Изучить C и C++ Указатели, память, STL и современный C++ Изучить C#Основы C#, ООП, LINQ, async и упражнения .NET Изучить MatplotlibЛинейные, столбчатые, точечные и круговые диаграммы с визуализацией Изучение RustВладение, трейты, обработка ошибок и потоки Изучение GoСрезы, интерфейсы, горутины и каналы Алгоритмы на Python Поиск, сортировка, рекурсия и визуализация O(n) Алгоритмы на C и C++ Сравнение реализаций на C и C++ Программирование для детей Учись программировать, играя!
- КвизыНовое
- ЗадачиНовое
- УчителямНовое
- Обновления
- Угостить кофе
Квизы: Machine Learning Basics
The core ideas every ML practitioner uses: kinds of learning, data splits, overfitting, features and labels, and the classic algorithms worth knowing first.
Начальный
Квизов: 5 · вопросов: 50
около 28 минуты
0/5сдано
Экзамен по разделу
20 вопросов вперемешку. За 80% - сертификат.
1
Supervised vs Unsupervised Learning
Лёгкий
Tell supervised, unsupervised and reinforcement learning apart from real problem descriptions.
#machine-learning#supervised
10 вопр. · ~5 мин
Не начат
Начать
2
Training, Validation & Test Sets
Средний
Split data the right way and avoid the leaks that make models look better than they are.
#data-splits#machine-learning
10 вопр. · ~6 мин
Не начат
Начать
3
Overfitting & Underfitting
Средний
Diagnose overfitting and underfitting from scores and curves, and pick the right fix.
#overfitting#interview
10 вопр. · ~6 мин
Не начат
Начать
4
Features & Labels
Лёгкий
Name the features and the label in real datasets and prepare them for a model.
#features#data
10 вопр. · ~5 мин
Не начат
Начать
5
Classic ML Algorithms
Средний
Know how linear and logistic regression, k-NN, decision trees and k-means work and when to use each.
#algorithms#interview
10 вопр. · ~6 мин
Не начат
Начать
Ничего не нашлось. Попробуйте другое слово или тег.