確認テスト | 07.機械学習実装

Q1データ分析のプロセス CRISP-DM のステップの順番として正しいものはどれでしょう？

データ準備 → ビジネス理解 → データ理解 → モデル構築 → 評価 → 実装ビジネス理解 → データ理解 → データ準備 → モデル構築 → 評価 → 実装データ理解 → モデル構築 → ビジネス理解 → データ準備 → 実装 → 評価モデル構築 → 評価 → 実装 → ビジネス理解 → データ理解 → データ準備

Q2CRISP-DM の「データ理解（EDA：探索的データ分析）」で行うこととして、もっとも適切なものはどれでしょう？

完成したモデルを現場のシステムに組み込むモデルのパラメータを調整して精度を上げるビジネスの目的に照らして、モデルを使うかどうかを最終的に判断する集計やグラフでデータの分布・欠損・変数どうしの関係などを確かめ、データの特徴をつかむ

Q3pandas で、1つでも欠損値がある行をまるごと削除する（リストワイズ法）書き方はどれでしょう？

df.dropna()df.fillna(0)df.isnull().sum()df['age'].mean()

Q4このコースの後半で、ウォルマートの売上予測に使う LightGBM はどんな手法でしょう？

k-means法でデータをグループに分ける手法画像認識によく使われる畳み込みニューラルネットワーク決定木を順番に足していくアンサンブル学習（ブースティング）の手法主成分分析で変数をまとめる手法

Q5pandas で、列の値の1つ1つに同じ処理をして新しい列を作るときの、apply と lambda の書き方として正しいものはどれでしょう？

df['price_k'] = df['price'].lambda(apply x: x / 1000)df['price_k'] = df['price'].apply(lambda x: x / 1000)df['price_k'] = apply(df['price']) lambda x / 1000df['price_k'] = lambda df['price']: x / 1000

Q6LightGBM の学習で、検証データ（valid_sets）と early_stopping を指定する目的として正しいものはどれでしょう？

学習データの行数を自動で増やすため欠損値を自動で平均値に置き換えるためnum_boost_round で指定した回数まで、必ず学習を続けるため検証データでの成績がしばらく良くならなければ学習を打ち切り、学習データへの合わせすぎ（過学習）を防ぐため