Câu đố về cây quyết định và rừng ngẫu nhiên

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Cây quyết định đưa ra dự đoán như thế nào?
   • Bằng cách tính trung bình tất cả các pixel trong một hình ảnh
   • Bằng cách dịch văn bản giữa các ngôn ngữ
   • Bằng cách đoán ngẫu nhiên mỗi lần
   • Bằng cách làm theo một loạt các câu hỏi có/không cho đến từng trang
2. Điểm yếu chính của cây quyết định sâu và đơn lẻ là gì?
   • Nó không thể xử lý số
   • Nó có xu hướng overfit và ghi nhớ nhiễu trong dữ liệu huấn luyện
   • Nó chỉ có thể xuất văn bản
   • Nó yêu cầu GPU để chạy
3. How does a random forest combine the predictions of its constituent trees?
   • By aggregating predictions, such as class votes or probabilities
   • By using exactly one tree and discarding every other output
   • By converting all trees into one fixed training row
   • By guaranteeing that all individual errors cancel
4. What sampling operation does bagging use when constructing conventional bootstrap training sets?
   • Sorting rows only by filename
   • Permanently deleting all numerical features
   • Drawing training rows with replacement
   • Assigning exactly one unique row to every tree
5. Cây phân loại thường sử dụng số liệu nào để chọn phần tách?
   • Độ sáng pixel
   • Tạp chất Gini hoặc entropy
   • Tần số âm thanh
   • Đếm từ
6. Which named system is described in the paper A Scalable Tree Boosting System?
   • Photoshop
   • FFmpeg
   • Kubernetes
   • XGBoost
7. Which random-forest mechanism varies candidate input features at a split rather than resampling training rows?
   • Bootstrap row sampling alone
   • Alphabetical label sorting
   • Random feature-subset selection
   • A guarantee of identical splits in every tree
8. For a training row in a bootstrap forest, which trees should contribute to its out-of-bag prediction?
   • Trees whose bootstrap samples omitted that row
   • Only trees whose samples included that row at least twice
   • Every tree regardless of whether it trained on the row
   • A required newly trained tree using only that row