Machine Learning: KNN e LDA

Quali sono i principali vantaggi del metodo KNN?

Quale tra questi è uno svantaggio significativo dell'algoritmo KNN?

Cosa succede se il numero di predittori $p$ è molto grande rispetto al numero di osservazioni $n$ nell'algoritmo KNN?

Quale di queste condizioni è essenziale per l'applicabilità dell'Analisi Discriminante Lineare (LDA)?

Quale è il principale obiettivo dell'Analisi Discriminante di Fisher (FDA)?

Quale formula rappresenta la probabilità a posteriori per l'osservazione i nel Naive Bayes?

Come vengono gestiti i dati mancanti per gli input categorici (x) nel Naive Bayes?

Cosa si intende per 'stime delle densità fk(x)' nell'ambito dell'LDA?

Quale tipo di analisi è utilizzata per ottenere la migliore discriminazione possibile tra i gruppi nell'LDA?

Quale tecnica viene utilizzata per gestire il problema della frequenza zero nel Naive Bayes?

Se un input ha un conteggio pari a 0, quale problema si presenta nel Naive Bayes?

Cosa si intende per 'priors uguali' nel contesto dell'esempio di LDA con un input e un target binario presentato nel testo?

Come viene gestito il problema dei dati mancanti per gli input continui nel Naive Bayes?

Quale tra queste affermazioni riguardo al Naive Bayes è corretta?

Nel caso di un'osservazione con un input mancante, quale parte della formula per calcolare la probabilità a posteriori viene omessa nel Naive Bayes?

Quale tra queste è una delle principali limitazioni del Naive Bayes?

Quale delle seguenti affermazioni è corretta riguardo alla statistica tradizionale?

Quale delle seguenti affermazioni definisce correttamente il Machine Learning (ML)?

Cosa distingue l'apprendimento non supervisionato dall'apprendimento supervisionato nel Machine Learning?

Quale delle seguenti affermazioni è corretta riguardo alla Knowledge Discovery in Database (KDD)?

Quali sono le principali limitazioni della statistica tradizionale?

Quale tra queste è una caratteristica distintiva del Machine Learning rispetto alla statistica tradizionale?

Quali sono i vantaggi del Data Mining?

Quale tra queste è NON una definizione del Data Mining?

Quale dei seguenti è un vantaggio dell'utilizzo di un albero decisionale?

Qual è il punto di partenza di un albero decisionale?

Come viene suddiviso il dataset nel processo di creazione di un albero decisionale?

Qual è l'obiettivo della divisione del dataset in un albero decisionale?

In che modo viene assegnato il target previsto in un nodo finale di un albero decisionale?

Un albero decisionale è considerato un modello:

In un nodo finale con una probabilità di iscrizione al giornale di 0.906, quale sarebbe il valore previsto?

Quale delle seguenti affermazioni sull'interpretazione di un albero decisionale è CORRETTA?

Quale delle seguenti affermazioni è FALSA riguardo al lazy learning?

Quale delle seguenti è una caratteristica dell'eager learning?

Quale dei seguenti è un vantaggio del lazy learning rispetto all'eager learning?

Quale dei seguenti è un svantaggio del lazy learning?

Quale dei seguenti è un vantaggio dell'eager learning?

Quale affermazione è VERA riguardo ai punteggi discriminanti e alle previsioni come probabilità?

Quale delle seguenti affermazioni descrive correttamente l'errore di classificazione di Bayes?

Il teorema di Bayes permette di calcolare:

Cosa rappresenta P(x|y=j) nel teorema di Bayes?

Quale criterio viene utilizzato dal classificatore di Bayes per assegnare un individuo ad una classe?

Il tasso di errore di classificazione bayesiano per X=x0 è dato da:

Come viene utilizzato il likelihood-ratio test nel caso di un target binario con probabilità a priori P[𝜔𝑖 ] = 1⁄2 e funzione di perdita 0/1?

Quale condizione deve essere soddisfatta affinché la probabilità di appartenere a una delle due classi sia P(Y = 1|X = x0 ) >< 0.5?

Quale delle seguenti affermazioni è FALSA riguardo al classificatore di Bayes?