แนวข้อสอบวิทยาการข้อมูล (Data Science) พร้อมเฉลย

Question 1

โรงพยาบาลกำลังสร้างระบบคัดกรองผู้ป่วย: เปรียบเทียบโมเดลพยากรณ์ค่าต่อเนื่องที่มี error ใหญ่บางรายการ หากต้องการลงโทษ error ใหญ่มากขึ้นควรดูอะไร

Accepted Answer

RMSE ร่วมกับ MAE และแจกแจง residual

Answer

accuracy เพียงค่าเดียว

Answer

precision ของคลาสบวก

Answer

silhouette score ร่วมกับการวิเคราะห์จำนวนกลุ่มคลัสเตอร์ที่เหมาะสม

Question 2

โรงพยาบาลกำลังสร้างระบบคัดกรองผู้ป่วย: พบว่าตัวแปรหนึ่งถูกบันทึกหลังทราบผลลัพธ์และสัมพันธ์กับเป้าหมายเกือบสมบูรณ์ ควรทำอย่างไร

Accepted Answer

ตัดตัวแปรนั้นและทบทวนว่าฟีเจอร์ทุกตัวมีอยู่จริง ณ เวลาทำนาย

Answer

เพิ่มความซับซ้อนของโมเดล และใช้เป็นเกณฑ์เดียวสำหรับการดำเนินงานของหน่วยงานทั้งหมด

Answer

เก็บไว้เพราะเพิ่มคะแนนทดสอบ โดยไม่ต้องพิจารณานโยบาย บทบาท หรือความเสี่ยงด้านข้อมูลเพิ่มเติม

Answer

สุ่มค่าตัวแปรนั้นเฉพาะชุดทดสอบ โดยถือว่าเป็นแนวทางหลักที่หน่วยงานควรใช้ในทุกกรณี

Question 3

ทีมเติมค่าที่หายด้วยค่าเฉลี่ยจากข้อมูลทั้งหมดก่อนแบ่ง train/test ข้อใดเหมาะสมที่สุด — หลักฐานใดช่วยยืนยันว่ากระบวนการจัดการประเด็นนี้ได้เหมาะสม

Accepted Answer

หลักฐานแสดงว่า แบ่งข้อมูลก่อน แล้วเรียนรู้ค่าเติมจาก train ภายใน pipeline

Answer

หลักฐานแสดงว่า ใช้ค่าเฉลี่ยทั้งชุดแล้วค่อยแบ่งเพราะได้ค่าประมาณเสถียรกว่า

Answer

หลักฐานแสดงว่า เติมค่า train และ test แยกกันจากสถิติของแต่ละชุด

Answer

หลักฐานแสดงว่า เลือกค่าเติมจากวิธีที่ให้คะแนน test สูงที่สุด

Question 4

โรงพยาบาลกำลังสร้างระบบคัดกรองผู้ป่วย: ข้อมูลเรียงตามเวลาและต้องพยากรณ์เดือนถัดไป วิธีประเมินใดเหมาะสม

Accepted Answer

แบ่งหรือทำ cross-validation โดยรักษาลำดับเวลาและไม่ฝึกจากอนาคต

Answer

สุ่มแบ่งข้อมูลทุกแถวแบบไม่คำนึงถึงลำดับเวลา แล้วปะปนข้อมูลอนาคตกับอดีตเข้าด้วยกันในชุดฝึกและชุดทดสอบตามใจชอบ

Answer

ใช้ข้อมูลเดือนถัดไปปรับพารามิเตอร์ และใช้เป็นเกณฑ์เดียวสำหรับการดำเนินงานของหน่วยงานทั้งหมด

Answer

ประเมินบนข้อมูลฝึกเท่านั้น โดยถือว่าเป็นแนวทางหลักที่หน่วยงานควรใช้ในทุกกรณี

Question 5

โรงพยาบาลกำลังสร้างระบบคัดกรองผู้ป่วย: หนึ่งบุคคลมีหลายระเบียน หากระเบียนของคนเดียวกันอยู่ทั้ง train และ test จะเสี่ยงอะไร

Accepted Answer

คะแนนสูงเกินจริง จึงควรแบ่งแบบกลุ่มให้บุคคลไม่ข้ามชุด

Answer

ทำให้จำนวนคลาสเท่ากันโดยอัตโนมัติ

Answer

ทำให้โมเดล underfit เสมอ โดยไม่ต้องพิจารณานโยบาย บทบาท หรือความเสี่ยงด้านข้อมูลเพิ่มเติม

Answer

ไม่มีผลถ้าใช้ random seed โดยถือว่าเป็นแนวทางหลักที่หน่วยงานควรใช้ในทุกกรณี