Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Тест по регрессии и классификации

Oui ou Non

Parties jouées 2

À propos de cette activité

Короткий тест по линейной и полиномиальной регрессии.

Créé par

Uzbekistan

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
Тест по регрессии и классификации
 

Тест по регрессии и классификацииVersion en ligne

Короткий тест по линейной и полиномиальной регрессии.

par Laylo
1

AIC не используется при сравнении регрессионных моделей.

2

Линейная регрессия полностью не зависит от масштаба входных признаков.

3

Полиномиальная регрессия добавляет степени признаков для увеличения гибкости модели.

4

Линейная регрессия может точно аппроксимировать любые нелинейные зависимости без признаков.

5

Логистическая регрессия минимизирует сумму квадратов ошибок.

6

Линейная регрессия моделирует зависимость Y от X как линейную комбинацию коэффициентов.

7

Полиномиальные признаки позволяют аппроксимировать нелинейные зависимости между переменными.

8

Регрессия наименьших квадратов минимизирует сумму квадратов отклонений предсказанных значений от истинных.

9

Логистическая регрессия применяется для бинарной классификации.

10

Полиномиальная регрессия ограничена степенью 2 и не поддерживает степени выше 2.

11

Можно ли использовать линейную регрессию для решения задачи классификации?

Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.