教師あり機械学習：分類
ロジスティック回帰、KNN、SVM、評価指標（accuracy、precision、recall、F1、ROC-AUC）、閾値
24 面接問題·
Mid-Level
1教師あり分類アルゴリズムの主な目的は何ですか？
1
教師あり分類アルゴリズムの主な目的は何ですか？
回答
教師あり分類は、ラベル付きデータから学習し、入力featuresからカテゴリまたはクラス（離散変数）を予測することを目指します。連続値を予測する回帰と異なり、分類は各観測を事前定義されたクラス（バイナリまたはマルチクラス）に割り当てます。
2ロジスティック回帰が予測を確率に変換するために使用する数学関数はどれですか？
2
ロジスティック回帰が予測を確率に変換するために使用する数学関数はどれですか？
回答
sigmoid関数（またはロジスティック関数）は、任意の実数値を0と1の間の確率に変換します。sigma(z) = 1/(1+e^(-z))として定義されます。この関数により、出力を正のクラスに属する確率として解釈できます。
3ロジスティック回帰モデルの係数は何を表していますか？
3
ロジスティック回帰モデルの係数は何を表していますか？
回答
ロジスティック回帰の係数は、対応するfeatureの単位変化ごとのlog-oddsの変化を表します。正の係数は正のクラスの確率を増加させ、負の係数は減少させます。係数の指数はodds ratioを与えます。
4
K-Nearest Neighbors (KNN) アルゴリズムは分類においてどのように機能しますか？
5
KNNアルゴリズムでkの値を選択することの影響は何ですか？
+21 面接問題
その他のData Science & ML面接トピック
Pythonの基礎
Junior
25問Pythonオブジェクト指向プログラミング
Junior
20問Pythonのデータ構造
Junior
20問Git の基礎
Junior
18問SQLの基礎
Junior
20問NumPyの基礎
Junior
22問Pandasの基礎
Junior
22問Jupyter & Google Colab
Junior
16問SQL Joinsと高度なクエリ
Mid-Level
22問Pandas応用
Mid-Level
24問Matplotlib & Seabornによる可視化
Mid-Level
20問Plotlyによるインタラクティブな可視化
Mid-Level
18問記述統計
Mid-Level
20問推測統計学
Mid-Level
24問Web Scraping
Mid-Level
18問BigQuery & Cloud Data
Mid-Level
18問Feature Engineering
Mid-Level
22問教師あり機械学習：回帰
Mid-Level
24問決定木とアンサンブル
Mid-Level
24問教師なしML
Mid-Level
22問MLパイプラインと検証
Mid-Level
22問時系列と予測
Mid-Level
22問Deep Learningの基礎
Senior
24問TensorFlow & Keras
Senior
22問CNN と画像分類
Senior
24問RNNとシーケンス
Senior
22問TransformersとAttention
Senior
24問NLPとHugging Face
Senior
24問GenAIとLangChain
Senior
24問MLOps とデプロイ
Senior
24問