Data Science summary. I made this summary to learn for the Data Science. Based on the teaching material of Leiden University. A comprehensive summary + key concepts (an even more compact version)
Comprehensive summary per lecture + Key concepts (Smaller
summary of summary)
Data Science lecture 1 5
Research Paradigms 5
Data Challenges 5
Application domain 5
Task definition questions 6
Supervised vs Unsupervised 6
Addressing data science problems: 7
Mean vs Median 7
Outliers 7
Regression 8
Simple linear regression 8
Multiple linear regression 8
Logistic Regression 9
Loss functions 9
Sigmoid 10
Lecture 6 28
Data collection 28
Using Existing labelled data 28
Create new labelled data 28
Inter-rater agreement 29
Interpretation of Cohen’s Kappa 29
Lecture 7 30
Data Preparation 30
Feature extraction 30
Dense vs Sparse data 30
Text Classification 31
Traditionally 31
Preprocessing: Raw text to features 32
Clean up and normalisation 32
Tokenization 32
Pre-processing with NLP tools 32
Feature creation 32
Image to matrix 33
Image feature extraction 33
Convolutional neural networks 33
Need to knows 34
Image preprocessing 34
2
Jesse de Gans
,Lecture 8 35
Choosing models and methods 35
Choosing supervised vs Unsupervised: 35
Choosing between classification clustering or regression: 35
Decide on features 35
Choosing the right estimator 35
Supervised Classification models 36
Transfer learning 36
Transfer learning for images 36
Transfer learning for text 36
Lecture 9 37
Feature normalisation 37
Scaling numerical features 37
Dimensionality reduction 37
PCA (Principal component Analysis) 38
Significance testing 38
Which test to use 38
Lecture 10 39
Natural Language processing 39
Text data challenges 39
Zipfs law 39
Bag-of-words model: Text as classification object 40
Words(terms) as features 40
Computing term weights (real valued) 40
Term frequency (tf) 40
Inverse document frequency (idf) 41
Tf-idf(term-frequency Inverse document frequency) 41
Term-document matrix 41
Words and polysemy 42
Word embeddings 42
Learning word embeddings 42
Neural language models 43
Application of transfer learning to image and text data 43
Lecture 11 44
Evaluation of classification 44
Evaluation for regression 44
Confusion matrices 44
Error analyses 45
Dimensionality reduction 46
Class imbalance 46
Machine learning 46
Hyper param optimization 47
Lecture 12 49
Big data 49
Responsible data science 49
Risks and opportunities 49
Explainable models 50
Key concepts: 51-61
4
Jesse de Gans
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 jessedegans. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,99. Je zit daarna nergens aan vast.
