Resume
Summary FODS - List of important terms
- Établissement
- Vrije Universiteit Brussel (VUB)
List of important terms from all the chapters and exercise sessions of 'Fundamentals of Data Science'.
[Montrer plus]
Aperçu du contenu
Important termsChapter 1
An Algorithm: A sequence of steps designed to process data and generate insights
or predictions. It automates tasks like data analysis, classification, and pattern
recognition.
CRISP-DM (Cross Industry Standard Process for Data Mining): A structured
process for solving data mining problems, consisting of iterative steps from business
understanding to deployment.
Pre-processing: Steps taken to clean, transform, and prepare data for analysis,
including handling missing values, encoding categorical data, and treating outliers.
Data Science: A set of fundamental principles that guide the extraction of
knowledge from data.
Data Mining: The extraction of knowledge from data, using technologies that
incorporate the principles of data science.
Big Data: Data that is so large and complex that traditional data storage and
processing systems are inadequate.
Machine Learning (ML): A subset of AI techniques that allow systems to learn
and improve from experience without being explicitly programmed.
Deep Learning (DL): A subset of machine learning that uses neural networks with
many layers to analyse various factors of data.
Artificial Intelligence (AI): Techniques that allow machines to display intelligent
behaviour.
Supervised Learning: A type of machine learning where the model is trained on
labelled data, i.e., data that includes both input and the desired output.
Unsupervised Learning: A type of machine learning where the model is trained on
data without labelled responses and must find patterns and relationships in the data.
Reinforcement Learning: A type of machine learning where an agent learns to
make decisions by performing certain actions and receiving rewards or penalties.
Data as a Strategic Asset: The concept that data can lead to better decision-
making and is a valuable asset for businesses.
, Model: An abstract representation of reality in data science, often created through
machine learning algorithms based on data.
Training Data: Data used to train a machine learning model.
Testing Data: Data used to evaluate the performance of a trained machine
learning model.
Classification: A type of supervised learning where the output is a discrete
category, such as 'spam' or 'not spam'.
Regression: A type of supervised learning where the output is a continuous value,
such as predicting house prices.
Clustering: An unsupervised learning task that involves grouping similar data points
together.
Anomaly Detection: Identifying data points that do not fit the normal pattern of
the data.
Querying and Reporting: Techniques used to retrieve specific information from
databases, such as SQL queries.
OLAP (Online Analytical Processing): Tools used to analyse data from multiple
database systems at once, often used in business intelligence.
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur jefdecuyper. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €2,49. Vous n'êtes lié à rien après votre achat.
Peut-on faire confiance à Stuvia ?
4.6 étoiles sur Google & Trustpilot (+1000 avis)
67096 résumés ont été vendus ces 30 derniers jours
Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans