Прескочи на главни садржај
🔒 Режим прегледа. Првих петнаест Foundations лекција је бесплатно; ова је Pro. Покрените 7-дневни trial да откључате едитор, AI савете и остатак курса. Картица је обавезна, можете отказати у било ком тренутку у Dashboard.
Покрени 7-дневни trial →
⚡
← Kursevi
›
Data Science Applied
›
Модул 6 · Дубоко учење + МЛОпс
›
Класна неравнотежа: поправка производње
quiz
93 / 104
🇷🇸
SR
▼
↗
Подели
⋯
Више
+100 XP
📋
Zadatak
📖
Teorija
🤖
AI Pomoć
Zadatak
📝 **Питање:** Најпрепоручљивије модерно решење за тешку неравнотежу? 📋 Изаберите тачан одговор. 💡 **Савет:** Поново прочитајте горњу теорију ако нисте сигурни.
🎯 Kviz
Pitanje
📝 **Питање:** Најпрепоручљивије модерно решење за тешку неравнотежу? 📋 Изаберите тачан одговор. 💡 **Савет:** Поново прочитајте горњу теорију ако нисте сигурни.
A
SMOTE the minority class to a 1:1 ratio — synthetic interpolation is the standard imbalanced-data preprocessing step.
B
Class-weighted loss + threshold tuning + PR-AUC. Sample only when weighting isn't enough.
C
Use balanced accuracy and a one-vs-rest classifier — multi-class wrapping naturally handles skewed binary class distributions.
D
Switch to a one-class SVM — anomaly-detection framing fits any task where the positive rate is below 5% of the training set.
Odgovori
💬 Diskusija
Budi prvi — postavi pitanje ili podeli savet.
Prijavi se
da bi se pridružio diskusiji. Čitanje je besplatno.
Učitavanje diskusije…