انسمبل کے طریقے اور گریڈینٹ بوسٹنگ کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. What is the core operation in an ensemble method?
   • Combining predictions from multiple models
   • بہت سے چھوٹے ماڈل کے بجائے ایک بہت بڑے ماڈل کا استعمال کرنا
   • زیادہ سے زیادہ ڈیٹا پر ماڈل کو تربیت دینا
   • ایک ماڈل سے تمام کمزور سیکھنے والوں کو ہٹانا
2. How does gradient boosting differ from bagging in the usual training setup?
   • ٹرینوں کے درختوں کو متوازی میں بڑھانا؛ بیگنگ انہیں ترتیب وار تربیت دیتی ہے۔
   • Boosting adds learners sequentially; independently fitted bagging learners can be trained in parallel
   • بوسٹنگ صرف تصاویر پر کام کرتی ہے۔ صرف متن پر بیگنگ
   • وہ عملی طور پر ایک جیسے ہیں۔
3. In gradient boosting, what target does a new tree approximate?
   • اصل خام لیبلز
   • صرف خصوصیات کا ایک بے ترتیب ذیلی سیٹ
   • The negative gradient of the current loss, often called a pseudo-residual
   • پچھلے تمام درختوں کی اوسط
4. What is a possible effect of using a smaller learning rate in boosting?
   • ہر درخت کے سائز کو بڑھانے کے لئے
   • خراب کارکردگی کا مظاہرہ کرنے والے درختوں کو حذف کرنا
   • درختوں کو نیورل نیٹ ورک میں تبدیل کرنا
   • 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
   • ہائی ریزولوشن کی تصاویر
   • خام آڈیو ویوفارمز
   • قدرتی زبان کی لمبی دستاویزات
6. کونسی ایک عام ریگولرائزیشن تکنیک ہے جسے اوور فٹنگ سے بڑھانے کے لیے استعمال کیا جاتا ہے؟
   • نقصان کی تقریب کو ہٹانا
   • درختوں کی گہرائی کو محدود کرنا اور قطاروں/خصوصیات کے نمونے لینا
   • ہمیشہ بالکل 1.0 کی سیکھنے کی شرح کا استعمال کرنا
   • بے شمار درختوں کی تربیت
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