206
Vad är det primära målet för datavetenskap?
För att samla in och lagra data
Att analysera och tolka data
För att skapa datavisualiseringar
Att sälja data till tredjepartsföretag
Vilket programmeringsspråk används vanligtvis inom datavetenskap?
Java
Python
C++
Ruby
Vad kallas processen för rengöring och förberedelse av data för analys?
Datavisualisering
Datautvinning
Data wrangling
Datamodellering
Vad används termen för att beskriva processen att hitta mönster och relationer i data?
Dataanalys
Datavisualisering
Datautvinning
Datamodellering
Vad används termen för att beskriva processen att förutsäga framtida resultat baserat på historiska data?
Dataanalys
Datavisualisering
Datamodellering
Dataprognoser
Vad används termen för att beskriva processen för att skapa visuella representationer av data?
Dataanalys
Datavisualisering
Datamodellering
Kartläggning av Data
Vad används termen för att beskriva processen att identifiera och ta bort avvikare från en dataset?
Rengöring av Data
Data normalisering
Datatransformation
Datafiltrering
Vad används termen för att beskriva processen att minska dimensionen i en dataset?
Datareduktion
Data normalisering
Datatransformation
Datafiltrering
Vad används termen för att beskriva processen att träna en maskininlärningsmodell på en dataset?
Data montering
Datamodellering
Datautbildning
Datatestning
Vad används termen för att beskriva processen för att utvärdera prestanda för en maskininlärningsmodell?
Data montering
Datamodellering
Datautbildning
Datatestning
Vad används termen för att beskriva processen att välja de bästa funktionerna för en maskininlärningsmodell?
Val av funktioner
Funktionsteknik
Extraktion av funktioner
Funktionsreduktion
Vad används termen för att beskriva processen att använda flera maskininlärningsmodeller för att göra en förutsägelse?
Ensemble learning
Modell stapling
Modell blandning
Modell fusion
Mycket imponerande!
Grattis till att ha klarat Data Science quiz! Ditt hårda arbete och engagemang har lönat sig, och du borde vara stolt över din prestation. Fortsätt det stora arbetet och fortsätt att lära och växa inom detta spännande område. Bra gjort!
Det finns fortfarande utrymme för förbättringar!
Det är okej om du inte gjorde så bra som du hoppades på den här frågesporten. Det är viktigt att komma ihåg att alla har utrymme för förbättringar och det är ett utmärkt tillfälle att lära sig något nytt. Ta dig tid att studera materialet och försök igen. Med övning och engagemang kommer du att kunna göra bättre nästa gång. Ge inte upp!
