Samenvatting
JADS Master - Data Mining Summary
- Instelling
- Tilburg University (UVT)
Summary for the Data Mining course of the Master Data Science and Entrepreneurship.
[Meer zien]Voorbeeld 2 van de 39 pagina's
Voorbeeld 2 van de 39 pagina's
In winkelwagengesponsord bericht van onze partner
Voorbeeld van de inhoud
1. IntroductionMachine Learning
Learn to perform a task based on experience 𝑋 and minimizing error ϵ
● If the data is biased the model is biased
𝑓θ(𝑋) = 𝑦
Inductive Bias
The assumptions put into the model (β):
● What should the model look like
● User-defined settings (hyperparameters)
● Assumptions about the distribution of the data (i.e. 𝑋 ∼ 𝑁)
● Knowledge transferred from previous tasks (𝑓 , 𝑓 , 𝑓 , ... ⇒ 𝑓 )
1 2 3 𝑛𝑒𝑤
𝑎𝑟𝑔 min ϵ(𝑓θ,β(𝑋))
θ,β
Statistics Machine Learning
● Help humans understand the world ● Automated task entry
● Assume data generated according ● Assume data generation process is
understandable model unknown
Supervised Learning
Learn model 𝑓 from labeled data (𝑋, 𝑦) (ground truth).
● Classification: predict a class label (category), discrete and unordered
○ Result can be binary (0, 1) or multi-class (a, b, c, d)
○ Can return confidence per class
○ Predictions yield a decision boundary separating classes
● Regression: predict a continuous value (i.e. temperature)
○ Target variable is numeric
○ Some algorithms can return confidence interval
○ Find the relationship between predictors and the target variable
Unsupervised Learning
Explore structure of unlabeled data (𝑋) to extract meaningful information.
● Clustering: organize information into meaningful subgroups (clusters)
○ Objects in the cluster share a certain degree of similarity (and dissimilarity to
other clusters)
1
, ● Dimensionality reduction: can compress data into fewer dimensions while retaining most
of the information
○ New features lose original meaning
○ New representation can be easier to model/visualize
Semi-supervised Learning
Learn a model from a few labeled and many unlabeled data points.
Reinforcement Learning
Develop an agent that improves performance based on interactions with the environment.
● Search a (large) space of actions and states
● Learn a series of actions (policy) that maximizes reward through exploration
● Reward function: defines how well a (series of) actions works
Learning = Representation + Evaluation + Optimization
● Representation: defines concepts it can learn (hypothesis space)
● Evaluation: an way to choose one hypothesis over the other using a object function,
scoring function or loss function (ℓ) (diff. between correct output and predictions)
● Optimization: efficient way to search hypothesis space
Overfitting
A model that is too complex for the amount of data you have (high train score & low test score)
→ Solution: make the model simpler (regularization), collect more data, remove features or
scale data.
Underfitting
A model that is too simple given the complexity of the data (low train score & low test score) →
Solution: use more complex model
Model Selection
By using an (external) evaluation function we can check:
● If we’re learning the right thing (feedback signal) → underfitting/overfitting
● Choose to fit the application
● Choose different hyperparameter settings
Data Split
Data needs to be split to avoid data leakage (optimizing hyperparameters or preprocessing
based on the test data).
● Train model → train set
● Optimize hyperparameters → validation set
● Evaluate → test set
2
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper tomdewildt. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €5,49. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 67474 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen