100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Summary Key Concepts of Data Science €6,00   In winkelwagen

Samenvatting

Summary Key Concepts of Data Science

 18 keer bekeken  0 keer verkocht

Key Concepts of data science, lined out. This is part of my more comprehensive Data Science summary(50+ pages). Use this if you already know a lot about Data science otherwise buy the other document since that is the comprehensive summary + key concepts

Voorbeeld 2 van de 12  pagina's

  • 22 juni 2022
  • 12
  • 2021/2022
  • Samenvatting
Alle documenten voor dit vak (3)
avatar-seller
jessedegans
This document only contains the Key Concepts.

Buy my other summary for a 50+ pager for a more comprehensive explanation of everything


https://www.stuvia.com/doc/1809995/data-science-summary-key-concepts-more-compact-summary

, Key concepts

List of steps to take in data science Execute experiment:
1. Explore 1. Task definition
2. Formulate research question 2. Data collection
3. Data exploration
3. Structure and annotate data
4. Preprocessing
4. Develop and apply learning 5. Model learning
techniques 6. Evaluation
5. Evaluate on data
6. Answer the research question


List three challenges of working with data:
1. Noisy data
2. Small data / large data
3. Data can be incomplete

different sampling rates, different formats, wrongly chosen or irrelevant variables, large / unknown
number of classes, class imbalance, heterogeneous data / features, new domain, …

How to give a clear definition of a task, based on a given data set
:
● Research question
● Determine supervised vs unsupervised
● Classification or regression (or clustering if its unsu pervised)
● Problem definition:
○ Features and their type (binary, nominal(multi categorical), numerical)
○ Target labels and their type (binary, nominal, numerical)

Use median vs mean: Mean when the distribution is symmetrical and median otherwise.

Explain simple linear regression, multiple linear regression and logistic regression:

● Linear regression: Defines the relationship between two variables.
used to handle basic regressions (when the relation between two vars is clear
and simple),

● Multiple linear regression: defines relationship by more than one value
Used more complex connections between data (house prices need more
variables than bedrooms for example)

● Logistic regression: Discriminative model that learns to distinguish between two
classes
Used to handle classification problems

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

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

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

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 €6,00. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 75759 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€6,00
  • (0)
  Kopen