どこからデータサイエンスを始めれば良いかわからない人向け、知っておいても損じゃなさそうな質問リスト50選
- 教師有と教師無学習の違いは？
- 回帰・分類・クラスタリング・ランキング：それぞれの違いは？
- 回帰モデルを評価するときにどういう指標を用いる？
- 低いMAEかつ高いMSE：とはどういう意味を持つ？
- 分類モデルを評価するときにどういう指標を用いる？
- 何故分類モデルを評価するときに「accuracy」は微妙なのか？
- クラスタリングをする際に、クラスター数はどのように決める？
- クラスタリングモデルの評価方法は？
- データにはどのような種類がある？
- 数値データ同士の相関関係はどうはかる？
- カテゴリカルデータ同士の相関関係はどうはかる？
- 数値データとカテゴリカルデータの相関関係はどうはかる？
- 外れ値・異常値・欠損地値の違いは？
- データが抜けているときの対処法は？
- データ不均衡とは？
- データ不均衡の対処法は？
- どのような場面で「Precision」を「Recall」より優先するべきか？逆の場合は？
- F1-scoreとは？
- AUC-ROCとは？
- AUC-ROCはデータ不均衡に影響を受けない？
- AUC-PRとは？
- confounding variablesとは？
- サンプリングの手法は？
- Pearson Correlationとは？
- Pearson Correlationが０だったら、何を意味する？
- どういうデータに対してPearson correlationを用いる？
- Spearman's Correlationとは？
- Decision Treeとは？
- ロジスティック回帰とは？「回帰」なのに何故分類なの？
- BIAS-Varianceトレードオフとは？
- Cross-Validationとは？
- Training Set/Validation Set/Test Set:それぞれにデータを分ける目的は？
- Training SetとValidation SetのLossの差が大きいかつ、Validation SetとTest SetのLossの差が小さい。何を意味する？逆は？
- A/BTestとは？
- 「Curse Of Dimensionality(次元の呪い)」とは？
- PCAとは？
- AI/MachineLearning/RepresentationLearning/DeepLearningの違いは？
- NeuralNetworksを用いるときに何故活性化関数を用いるのか？活性化関数を無くすと何が起きる？
- Gradient Descentとは？
- Back Propagationとは？
- Normal Equationとは？
- Deterministic ModelとStochastic Modelの違いは？
- Feature Scalling? Normalization? Standardization? 違いは？
- Discretizationとは？どのような時に重要？
- Hyperparameter Optimizationとは？
- Survivorship Bias とは？
- 正則化とは？何故重要？どのような手法がある？
- 強化学習とは？
- Data DriftとConcept Driftの違いは？
- Data Analyst/Data Scientist/ Data Engineering/ML Engineerの違いは？
Writed by F.K(20代・入社3年目)