एन्सेम्बल मेथड्स और ग्रेडिएंट बूस्टिंग क्विज़

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. What is the core operation in an ensemble method?
   • Combining predictions from multiple models
   • कई छोटे मॉडलों के बजाय एक बहुत बड़े मॉडल का उपयोग करना
   • एक मॉडल को यथासंभव अधिक डेटा पर प्रशिक्षित करना
   • एक मॉडल से सभी कमजोर शिक्षार्थियों को हटाना
2. How does gradient boosting differ from bagging in the usual training setup?
   • समानांतर में ट्रेनों के पेड़ों को बढ़ावा देना; बैगिंग उन्हें क्रमिक रूप से प्रशिक्षित करती है
   • Boosting adds learners sequentially; independently fitted bagging learners can be trained in parallel
   • बूस्टिंग केवल छवियों पर काम करता है; केवल पाठ पर बैगिंग
   • वे व्यवहार में समान हैं
3. In gradient boosting, what target does a new tree approximate?
   • मूल कच्चे लेबल
   • केवल सुविधाओं का एक यादृच्छिक उपसमूह
   • The negative gradient of the current loss, often called a pseudo-residual
   • पिछले सभी पेड़ों का औसत
4. What is a possible effect of using a smaller learning rate in boosting?
   • प्रत्येक पेड़ का आकार बढ़ाना
   • खराब प्रदर्शन करने वाले पेड़ों को हटाना
   • पेड़ों को तंत्रिका नेटवर्क में परिवर्तित करना
   • It can make updates more gradual and may require more trees
5. What type of input is used in the cited gradient-boosted-tree examples and studies?
   • Structured or tabular data
   • उच्च-रिज़ॉल्यूशन छवियां
   • कच्चे ऑडियो तरंगरूप
   • लंबे प्राकृतिक भाषा दस्तावेज़
6. बूस्टिंग को ओवरफिटिंग से बचाने के लिए उपयोग की जाने वाली एक सामान्य नियमितीकरण तकनीक कौन सी है?
   • हानि फ़ंक्शन को हटाना
   • पेड़ की गहराई और उप-नमूनाकरण पंक्तियों/सुविधाओं को सीमित करना
   • हमेशा ठीक 1.0 की सीखने की दर का उपयोग करना
   • अनन्त अनेक वृक्षों का प्रशिक्षण
7. What does an out-of-bag score estimate in a bagged tree ensemble?
   • The accuracy on examples used by every tree
   • The number of leaves in the largest tree
   • Generalization performance using training examples omitted from a tree’s bootstrap sample
   • The learning rate of a gradient-boosted model
8. What does early stopping monitor during gradient-boosting training?
   • Only the training-set row order
   • Whether the model has no trees left
   • The number of categorical columns in a spreadsheet
   • A validation metric and stops adding trees when it no longer improves