⌂ דף הבית📝 שאלות לדוגמה💡 פתרונות

איך להתכונן לבחינה

תוכנית עבודה חכמה ומעשית למבוא למדעי הנתונים

עיקרון מרכזי: אל תלמדו רק לזהות משפט מוכר מהשקף. בכל נושא נסו לענות על שלוש שאלות: מה הבעיה, באיזה כלי משתמשים, ואיך מפרשים את התוצאה.

תוכנית הכנה מומלצת

1

לעבור על כל ההרצאות

צפו בכל ההרצאות לפי הסדר. עצרו אחרי כל נושא ונסו להסביר אותו במילים שלכם בלי להסתכל בשקף.

2

לבצע את כל הקוויזים

אל תסתפקו בבחירת תשובה. כתבו לעצמכם מדוע התשובה הנכונה נכונה ומדוע לפחות תשובה שגויה אחת שגויה.

3

לעבור על כל החומרים הנוספים

עברו על דוגמאות Orange, טבלאות, גרפים, קטעי טקסט וכל חומר העשרה שהופיע באתר הקורס.

4

לבנות סיכום חכם

לא להעתיק את כל המצגת. לכל נושא רשמו מטרה, קלט, פלט, דרך פירוש, מגבלה וטעות נפוצה אחת.

5

לפתור את שאלות הדוגמה בלי פתרונות

עבדו עם שעון. רק לאחר שסיימתם, פתחו את הפתרונות והשוו גם את דרך החשיבה ולא רק את האות הנכונה.

6

לתרגל שליפה מהזיכרון

סגרו את החומר וענו בקול על שאלות קצרות. אם אתם יודעים לזהות תשובה אך לא להסביר אותה, הנושא עדיין לא מוכן.

תבנית לסיכום חכם

לכל נושא בקורס הכינו כרטיס אחד בלבד:

רשימת בדיקה לפני הבחינה

אני יודע להבחין בין Target, Feature ו-Meta.
אני יודע לזהות ערכים חסרים, שגויים וחשודים.
אני זוכר את שלבי CRISP-DM ואת משמעותם.
אני יודע לחשב חציון לאחר מיון הנתונים.
אני יודע לפרש סימן וגודל של מתאם פירסון.
אני יודע להסביר מדוע מתאם אינו סיבתיות.
אני יודע לפרש מקדם ברגרסיה כאשר שאר המשתנים קבועים.
אני יודע לפרש R².
אני מבין את ההבדל בין Train, Test ו-Cross-Validation.
אני יודע לפרש AUC ואת המשמעות של AUC≈0.5.
אני יודע לבנות וקטור Bag of Words לפי מילון נתון.
אני יודע להסביר מדוע מילה שלא הופיעה מקבלת 0.

שאלות חכמות לבדיקה עצמית

1. מזהה לקוח מנבא את ה-Target כמעט בצורה מושלמת. האם זה סימן למודל מצוין?

לא בהכרח. מזהה ייחודי בדרך כלל אינו מידע כללי על הלקוח ועלול ליצור התאמת-יתר או דליפת מידע. לרוב הוא צריך להיות Meta.

2. מדוע חציון עשוי להיות עדיף על ממוצע כאשר יש ערך קיצוני?

החציון תלוי במיקום הערכים לאחר מיון ולכן כמעט אינו משתנה בגלל ערך קיצוני, בעוד שהממוצע מושפע ישירות מגודל הערך.

3. מתאם פירסון קרוב ל-0. האם אפשר להסיק שאין שום קשר בין המשתנים?

לא. פירסון מודד קשר ליניארי. ייתכן קשר לא-ליניארי חזק שהמקדם לא יזהה.

4. התקבל R² גבוה מאוד על Train ונמוך על Test. מהו החשד המרכזי?

התאמת-יתר: המודל למד היטב את נתוני האימון אך אינו מכליל היטב לנתונים חדשים.

5. למה לא משתמשים בנתוני Test כדי לאמן את המודל?

כי אז הם כבר אינם נתונים חדשים ואי אפשר להשתמש בהם להערכה הוגנת של ביצועי המודל.

6. מדוע Cross-Validation נותן תמונה יציבה יותר מבדיקת Train אחת?

המודל נבדק בכמה חלוקות שונות, וכל תצפית משמשת גם לאימון וגם לבדיקה בסבבים שונים. לכן התוצאה פחות תלויה בחלוקה מקרית אחת.

7. מה אומר AUC הקרוב ל-0.5?

שהמודל כמעט אינו מצליח להבחין בין המחלקות, בדומה לדירוג אקראי.

8. מדוע שני מסמכים שונים יכולים לקבל אותו וקטור Bag of Words?

כי Bag of Words סופר הופעות של מילים אך אינו שומר את סדר המילים במשפט.

9. למה אורך וקטור Bag of Words אינו תלוי במספר המילים במסמך?

האורך נקבע לפי גודל המילון. לכל מילה במילון יש רכיב קבוע, גם אם הערך שלו 0 במסמך מסוים.

10. מדוע CRISP-DM מוצג כתהליך מחזורי ולא כקו ישר?

תוצאות בשלב מאוחר עשויות לדרוש חזרה להבנת הנתונים, להכנת הנתונים או אפילו להגדרה מחדש של הבעיה העסקית.

איך לחלק את זמן הלמידה

שלבמה עושיםסימן שסיימתם
הבנההרצאות וחומרים נוספיםמסוגלים להסביר כל נושא בלי לקרוא
תרגולקוויזים ושאלות לדוגמהמסוגלים לנמק כל תשובה
חיבורהשוואה בין שיטות ומדדיםיודעים לבחור כלי לפי סוג הבעיה
בדיקהפתרון עם שעון וללא חומרמסיימים בזמן ומזהים טעויות לבד
הכנה טובה אינה לזכור כל שקף. הכנה טובה היא לדעת לזהות את הבעיה, לבחור את הכלי הנכון ולפרש את התוצאה במשפט ברור.