Задание 5.1. Курс «Искусственный интеллект в маркетинге», МГУ им. М.В. Ломоносова. Оценка качества модели машинного обучения IBM Watson (Holdout score и Cross Validation Score).


Мы можем помочь Вам с написанием Вашей работы, взяв ее выполнение частично или полностью на себя. Оформить заявку на выполнение работы можно заполнив форму заказа. Или свяжитесь со мной для получения консультации.

MBA бизнес-школы МГУ им. М.В. Ломоносова (Экономический факультет)
Курс: Искусственный интеллект в маркетинге

Фрагменты образовательной программы бизнес-школы МГУ им. М.В. Ломоносова (Экономический факультет) (https://www.econ.msu.ru/) опубликованы исключительно для ознакомления, то есть в соответствии со ст. 1274 ГК РФ, данная публикация преследует строго научные и учебные цели. Мы не претендуем на авторство данного контента и не извлекаем из его публикации прибыль.

 

Задание 5.1. Искусственный интеллект в маркетинге. Оценка качества модели машинного обучения IBM Watson (Holdout score и Cross Validation Score).

 

Задание 5.1

При решении кейс с прогнозированием цен IBM Watson построила модель машинного обучения со следующими параметрами:

MeasuresHoldout scoreCross Validation Score
Root mean squared error22443.02230095.584
R squared0.9170.850
Explained variance0.918 0.850
Mean squared error503689216.000915064192.000
Mean squared log error0.0120.021
Mean absolute error14128.50317408.120
Median absolute error8593.37911320.336
Root mean squared log error0.1110.143
Model evaluation measure

Ответьте не следующие вопросы (для справки – средняя цена дома в обучающей выборке около $200 000):

ВопросОтвет
Почему расчеты Holdout score отличаются от Cross Validation Score? Какие из них более объективны?
Какие выводы можно сделать о точности прогнозов вышеприведённой модели на основе показателей?

Чтобы оформить заказ или уточнить стоимость, заполните, пожалуйста, форму обратной связи, и я свяжусь с Вами в самое ближайшее время:

Добавить комментарий

Ваш адрес email не будет опубликован.