Перейти до основного вмісту
🔒 Режим прев'ю. Перші 15 уроків Foundations — безкоштовні; цей — Pro. Запусти 7-денний trial щоб відкрити редактор, AI-підказки і решту курсу. Потрібна картка, скасування в Dashboard у будь-який момент.
Почати 7-денний trial →
⚡
← Курси
›
Data Science Applied
›
Модуль 6 · Глибоке навчання + MLOps
›
Класовий дисбаланс: виправлення виробництва
quiz
93 / 104
🇺🇦
UA
▼
↗
Поділитись
⋯
Ще
+100 XP
📋
Завдання
📖
Теорія
🤖
AI Допомога
Завдання
📝 **Питання:** Найбільш рекомендоване сучасне виправлення серйозного дисбалансу? 📋 Виберіть правильну відповідь. 💡 **Підказка:** Перечитайте наведену вище теорію, якщо не впевнені.
🎯 Тест
Питання
📝 **Питання:** Найбільш рекомендоване сучасне виправлення серйозного дисбалансу? 📋 Виберіть правильну відповідь. 💡 **Підказка:** Перечитайте наведену вище теорію, якщо не впевнені.
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.
Відповісти
💬 Обговорення
Будьте першим — поставте запитання або поділіться порадою.
Увійдіть
щоб приєднатися до обговорення. Читання безкоштовне.
Завантаження обговорення…