Totaal - ALLES Flashcards

1
Q

Wat houdt Supervised Learning in?

A
  • Voorspellen van een uitkomst
  • Training data, validatiedata
  • Classificatie & Regressie
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Wat houdt Unsupervised Learning in?

A
  • Patronen herkennen
  • Data ‘segmenteren’ / verdelen in nuttige groepen
  • Niks voorspellen.
  • Clustering, Association Rules, Collaborative Filtering
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Wat is Classification?

A

= Categorische variabele voorspellen
- Vaak binair (hoeft niet)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Wat is Regression/Prediction?

A

= Numerieke waarde voorspellen
- Continue getallen (0 tot - en + oneindig)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Wat zijn Association Rules?

A

= Regels die aantonen wat bij wat hoort
- IF X THEN Y
- Rijen zijn transacties
- Recommender systems

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wat is Collaborative Filtering?

A

= Op basis van soortgelijke gebruikers/items
Doel: Producten aanbevelen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Wat is Clustering?

A

= Groepen vormen van soortgelijke records
- Klanten, genres, potions in Minecraft

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wat zijn de stappen van Data Mining?

A
  1. Doel begrijpen
  2. Data verzamelen
  3. Explore, clean, preprocess
  4. Reduce / Partition Data
  5. Task ==> Classification/Regression/Clustering
  6. Techniek ==> CART/Hierarchical/kNN
  7. Iteratieve implementatie
  8. Beoordeel/vergelijk resultaten
  9. Deploy Model
How well did you know this?
1
Not at all
2
3
4
5
Perfectly