/
Browse
/
Courses
/
Developing Regression Models with the Python Machine Learning Client for SAP HANA | BR
/
Criando e avaliando modelos de regressão
Apresentação do SAP HANA Machine Learning
Configuração do ambiente
30 min
Exploração de dados com DataFrames do SAP HANA
30 min
Quiz
Criando e avaliando modelos de regressão
Treinando um modelo de regressão com o SAP HANA PAL
20 min
Compreensão da avaliação e otimização do modelo
25 min
Quiz
Apresentação do SAP HANA Machine Learning
Configuração do ambiente
30 min
Exploração de dados com DataFrames do SAP HANA
30 min
Quiz
Criando e avaliando modelos de regressão
Treinando um modelo de regressão com o SAP HANA PAL
20 min
Compreensão da avaliação e otimização do modelo
25 min
Quiz
Knowledge quiz
It's time to put what you've learned to the test, get 4 right to pass this unit.
1.
Qual é uma das principais vantagens de usar o algoritmo Hybrid Gradient Boosting Tree (HGBT) para tarefas de regressão?
Choose the correct answer.
Ele normaliza automaticamente todos os valores da funcionalidade para consistência
É restrito a tarefas que envolvem apenas classificação binária
Ele pode lidar com recursos contínuos e categóricos como entrada
Suporta exclusivamente tipos de dados categóricos
2.
O que R2 (R ao quadrado) representa em um modelo de regressão?
Choose the correct answer.
A proporção de variabilidade explicada pelo modelo
O valor previsto da variável dependente
O erro médio entre os valores previstos e reais
A correlação entre variáveis dependentes e independentes
3.
Qual parâmetro do algoritmo HGBT (Hybrid Gradient Boosting Tree) controla a profundidade máxima de cada árvore?
Choose the correct answer.
Taxa de aprendizagem
Proporção da subamostra
Profundidade máxima
Número de estimadores
4.
Imagine que você está trabalhando para melhorar um modelo de machine learning e decidir readaptá-lo. Após o novo treinamento, você percebe uma modificação nas pontuações de importância da funcionalidade. O que indica uma alteração nas pontuações de importância do recurso?
Choose the correct answer.
Uma alteração no impacto de cada recurso nas previsões
Um aumento automático na precisão do modelo
Uma redução nas correlações entre as características
Uma influência igual de todos os recursos nas previsões
5.
Quais dos seguintes são cenários válidos para usar o algoritmo Hybrid Gradient Boosting Tree (HGBT) no SAP HANA para regressão?
There are three correct answers.
Prever preços de casas com base em várias características socioeconômicas
Classificar o feedback do cliente como positivo ou negativo
Previsão de números de vendas com base em dados históricos
Agrupamento de clientes em clusters com base no histórico de compras