الاختبار النهائي

السؤال 1 من 12

• كم استغرق تدريبه؟
• أيّ خوارزمية استخدمت؟
• هل خُلطت البيانات قبل التقسيم؟
• كم يحقق التنبؤ الدائم بـ ‘ليس احتيالًا’، وما الـ precision والـ recall على الاحتيال؟

السؤال 2 من 12

• make_pipeline(ColumnTransformer([...imputer, scaler..., ...OneHotEncoder...]), model) مُمرَّرًا إلى cross_val_score مع الـ DataFrame الخام.
• املأ القيم المفقودة ورمّز الـ DataFrame كله، ثم مرّر الناتج والنموذج إلى cross_val_score.
• املأ القيم المفقودة في بيانات التدريب والاختبار كلٍّ على حدة بوسيطاتها الخاصة.
• احذف كل صف فيه قيمة مفقودة، ثم رمّز الـ DataFrame كله.

السؤال 3 من 12

• الـ labels 0/1 من predict، لكل عميل.
• معاملات النموذج، كي يقيّم فريق التسويق العملاء بنفسه.
• قائمة بالعملاء مرتّبين بحسب احتمال الانقطاع، كي يأخذوا أول 200.
• مصفوفة الالتباس عند العتبة 0.5.

السؤال 4 من 12

search = GridSearchCV(pipe, {"model__max_depth": [2, 4, 8]}, cv=5)
search.fit(X_train, y_train)
print(search.score(X_test, y_test))

• متوسط نتيجة التحقق لأفضل إعداد عبر الطيّات الخمس.
• الأداء على بيانات جديدة لأفضل إعداد، بعد إعادة تدريبه على كل صفوف التدريب.
• دقة التدريب لأعمق شجرة.
• متوسط على الأعماق الثلاثة كلها على بيانات الاختبار.

السؤال 5 من 12

• يريد أصحاب القرار رقمًا بوحدات الهدف.
• البيانات لا تحتوي على قيم شاذة.
• تريد أن يُحسب كل خطأ، كبيرًا كان أو صغيرًا، بما يتناسب مع حجمه.
• الأخطاء الكبيرة مكلفة على نحو غير متناسب، فيجب أن تزن أكثر من الصغيرة.

السؤال 6 من 12

• لأن كل شجرة في الغابة أضحل.
• لأن الغابة ترى بيانات تدريب أكثر.
• لأن أخذ متوسط أشجار كثيرة ذات أخطاء مستقلة جزئيًا يُلغي جزءًا كبيرًا من تباين كل شجرة.
• لأن الغابة تستخدم الـ gradient descent لضبط أشجارها.

السؤال 7 من 12

• قوة الـ regularization لا تكاد تهمّ هنا؛ أبقِ القيمة الافتراضية وابحث عن المكاسب في مكان آخر.
• C=1 هي القيمة المثلى بوضوح ويجب توثيقها كأمر أساسي.
• قيمة C الصغيرة تقع في الـ overfitting، فتجنّبها.
• النموذج معطوب، فالضبط يجب أن يغيّر النتيجة كثيرًا.

السؤال 8 من 12

• عدد تذاكر الدعم المفتوحة في أكتوبر.
• ما إذا كان العميل قد تلقّى بريد استرجاع في نوفمبر.
• إجمالي المبالغ المستردّة في الربع الرابع.
• متوسط الأيام بين الطلبات عبر تاريخ العميل حتى 30 سبتمبر.

السؤال 9 من 12

• درّب انحدارًا لوجستيًا على التذاكر مع churned كهدف.
• حوّل التذاكر إلى embeddings بنموذج embedding، ثم جمّع المتّجهات بـ k-means وارسم ملامح العناقيد.
• عُدّ الكلمات بـ TF-IDF واختر الكلمة الأكثر تكرارًا كموضوع لكل تذكرة.
• أرسل التذاكر الخمسين ألفًا إلى LLM واحدة تلو الأخرى وثق بالـ labels التي يعطيها.

السؤال 10 من 12

• تتفوّق دائمًا على الـ gradient boosting في البيانات الجدولية.
• لا تحتاج إلى توحيد مقاييس الـ features لأنها تتعلّم features خاصة بها.
• دون دوال تنشيط غير خطية، لا يضيف تكديس الطبقات أي قدرة تعبيرية.
• الـ epoch تحديث واحد للأوزان.

السؤال 11 من 12

• استنتج أن النموذج منحاز ضد المنطقة الأصغر واستبعدها من الإطلاق.
• تجاهل الفجوة لأن المنطقة الأصغر حصة صغيرة من الإيرادات.
• احذف المنطقة من الـ features.
• أبلِغ عن الفجوة مع درجة عدم اليقين فيها، وراقبها مع تراكم البيانات، وقرّر مع أصحاب القرار في الشركة ما إذا كانت تحتاج إلى معالجة بالعتبة أو بالبيانات.

السؤال 12 من 12

• مجموعة محجوزة عشوائيًا من العملاء المُعلَّمين لم تتلقَّ أي عرض، تُقارَن على الفترة نفسها.
• ROC AUC أعلى على الاختبار.
• إعادة التدريب على البيانات الجديدة.
• نافذة نتيجة أطول.