PSI

 0    41 schede    mateuszzarzecznymodliborzyce
inizia ad imparare

Scarica mp3 Stampa Gioca Testa il tuo livello
 
Domanda język polski Risposta język polski
Drzewo decyzyjne
inizia ad imparare
Model uczenia nadzorowanego podejmujący decyzje poprzez sekwencję pytań o cechy danych
Elementy drzewa decyzyjnego
inizia ad imparare
Składa się z korzenia węzłów decyzyjnych oraz liści zawierających decyzję
Zasada działania drzewa
inizia ad imparare
Dane są dzielone według cech tak aby jak najlepiej rozdzielić klasy lub zminimalizować błąd
Overfitting
inizia ad imparare
Zbyt dobre dopasowanie modelu do danych treningowych skutkujące słabą generalizacją
Jak przeciwdziałać overfittingowi
inizia ad imparare
Ograniczyć głębokość drzewa zastosować przycinanie lub minimalną liczbę próbek
Bagging
inizia ad imparare
Metoda zespołowa polegająca na trenowaniu wielu modeli na losowych próbkach danych
Cel baggingu
inizia ad imparare
Zmniejszenie wariancji modelu i ograniczenie overfittingu
Random Forest
inizia ad imparare
Zespół drzew decyzyjnych uczonych metodą baggingu z losowym wyborem cech
Gradient Boosting
inizia ad imparare
Metoda zespołowa w której kolejne modele uczą się na błędach poprzednich
Cel gradient boosting
inizia ad imparare
Minimalizacja błędu poprzez stopniowe poprawianie słabych modeli
SVM
inizia ad imparare
Metoda klasyfikacji i regresji oparta na maksymalizacji marginesu między klasami
SVR
inizia ad imparare
Wersja regresyjna SVM przewidująca wartości ciągłe z tolerancją błędu
Różnica SVM i SVR
inizia ad imparare
SVM służy do klasyfikacji a SVR do regresji
Model liniowy
inizia ad imparare
Model opisujący zależność liniową pomiędzy cechami a wynikiem
Model wielomianowy
inizia ad imparare
Model umożliwiający opisywanie zależności nieliniowych
Zmiana modelu liniowego na wielomianowy
inizia ad imparare
Zwiększa elastyczność modelu ale grozi overfittingiem
Klasyfikacja
inizia ad imparare
Przypisywanie obiektów do jednej z określonych klas
Regresja
inizia ad imparare
Przewidywanie wartości liczbowych ciągłych
Klasteryzacja
inizia ad imparare
Grupowanie danych bez etykiet na podstawie podobieństwa
Różnica klasyfikacji i klasteryzacji
inizia ad imparare
Klasyfikacja używa etykiet a klasteryzacja nie
K means
inizia ad imparare
Algorytm klasteryzacji dzielący dane na k klastrów minimalizując odległość od centroidów
Wady K means
inizia ad imparare
Wymaga podania liczby klastrów i jest wrażliwy na obserwacje odstające
Klasteryzacja hierarchiczna
inizia ad imparare
Metoda tworząca hierarchię klastrów poprzez ich łączenie lub dzielenie
Klasteryzacja gęstościowa
inizia ad imparare
Metoda oparta na zagęszczeniu punktów danych np DBSCAN
Różnica hierarchicznej i gęstościowej
inizia ad imparare
Hierarchiczna tworzy strukturę drzewa a gęstościowa wykrywa skupiska
Macierz pomyłek
inizia ad imparare
Tabela przedstawiająca poprawne i błędne decyzje klasyfikatora
True Positive
inizia ad imparare
Poprawnie wykryta klasa pozytywna
False Positive
inizia ad imparare
Błędnie wykryta klasa pozytywna
False Negative
inizia ad imparare
Niewykryta klasa pozytywna
True Negative
inizia ad imparare
Poprawnie wykryta klasa negatywna
Accuracy
inizia ad imparare
Stosunek poprawnych predykcji do wszystkich predykcji
Precision
inizia ad imparare
Udział poprawnych predykcji pozytywnych we wszystkich pozytywnych
Recall
inizia ad imparare
Udział wykrytych przypadków pozytywnych
F1 score
inizia ad imparare
Średnia harmoniczna precision i recall
Zastosowanie precision
inizia ad imparare
Stosowana gdy ważne jest ograniczenie fałszywych alarmów
Zastosowanie recall
inizia ad imparare
Stosowana gdy ważne jest wykrycie wszystkich przypadków
Regresja liniowa
inizia ad imparare
Model opisujący liniową zależność pomiędzy zmiennymi
Założenie regresji liniowej
inizia ad imparare
Reszty mają rozkład normalny i stałą wariancję
Regresja odporna
inizia ad imparare
Regresja niewrażliwa na obserwacje odstające
Błąd średniokwadratowy
inizia ad imparare
Miara jakości regresji oparta na średnim kwadracie błędów
Różnica regresji i klasyfikacji
inizia ad imparare
Regresja przewiduje wartości a klasyfikacja klasy
Crea delle schede

Devi essere accedere per pubblicare un commento.