Samenvatting
Samenvatting Data Science 2 P4
- Vak
- Instelling
Samenvatting data science 2 theorie van periode 4 aan Karel de Grote Hogeschool
[Meer zien]Voorbeeld 4 van de 51 pagina's
Voorbeeld 4 van de 51 pagina's
In winkelwagen
In winkelwagen
gesponsord bericht van onze partner
Verkoper
Volgen
compie
Voorbeeld van de inhoud
DS 2P4
KDG | 2022-23
1
, Inhoudsopgave
Inhoudsopgave 2
1. Discriminant analyse 4
1.1 Begrippen 4
1.2 Inleiding 4
1.3 Karakteristieken 5
1.3.1 Descriptieve discriminant analyse 5
1.3.2 Predictieve discriminant analyse 5
1.3.3 Veronderstellingen mbt de data 6
1.4 In Python 6
1.4.1 Descriptief 6
1.4.2 Predictief 6
2. Evaluatiemetrieken 8
2.1 Wat zijn evaluatiemetrieken? 8
2.2 Classi catie-metrieken 8
2.1 Binaire vs. Multi-class classi catie 8
2.2 Metrieken voor binaire en multi-class classi catie 9
2.2.1 Confusion matrix 9
2.2.2 Accuracy 10
2.2.3 Precision (P) 11
2.2.4 Recall (R) 12
2.2.5 F-measure (F) 13
2.2.6 Binaire en multi-class 13
2.3 Metrieken enkel voor binaire classi catie 15
2.3.1 TP rate & FP rate 15
2.3.2 Receiver Operator Characteristic Curve 15
2.3 Evaluatiemetrieken in python 18
3. Neurale netwerken 20
3.1 Wat is een neuraal netwerk? 20
2
fi fi fi fi
, 3.1.1 Activatie functie 21
3.1.2 Arti cieel neuraal netwerk 21
3.1.3 Voorbeeld XOR 23
3.2 Waar gebruik je een ANN binnen Data Science? 25
3.3 Hoe leert een ANN? 26
3.3.1 Normaliseren van data 32
3.4 ANN in Python 32
3.4.1 Te zetten stappen: 32
3.4.2 Voorbeeld XOR 33
3.4.3 ANN parameters 35
3.4.4 Voorbeeld MNIST 36
3.4.5 Voorbeeld Cereals US 38
4. Meta-heuristieken 40
4.1 Inleiding - optimalisatieproblemen 40
4.2 Algoritme versus heuristiek 42
4.1.1 Wat is een algoritme en wat is een heuristiek 42
4.1.2 Computationele complexiteit 42
4.3 Soorten heuristiek 43
4.3.1 ’Custom made’-heuristieken 43
4.3.2 Eenvoudige heuristieken 43
4.3.3 ‘Lokale zoek’-heuristieken 44
4.3.4 Meta-heuristieken 44
4.4 Simulated Annealing 45
4.5 T abu search 46
4.6 Genetische algoritmen 47
4.6.1 Stap 1 47
4.6.2 Stap 2 48
4.6.3 Stap 5 48
4.6.4 Stap 6 49
4.6.5 In python 51
3
fi
, 1. Discriminant analyse
1.1 Begrippen
Sta s sche technieken toepasbaar op
• 1 variabele = Univariate sta s ek
• 2 variabelen = Bivariate sta s ek
• meerdere variabelen = Mul variate sta s ek
A ankelijke variabele: variabele waarover (met behulp van een sta s sche techniek) een voorspelling of
uitspraak wordt gedaan —> gevolg
Ona ankelijke variabele: variabele is die gebruikt wordt om voorspellingen of uitspraken op te baseren
—> oorzaak
Groepen kunnen wederzijds uitsluitende groepen zijn, bv mannen en vrouwen of overlappende
deelgroepen zijn, bv vakken van verschillende jaren in uw studietraject
1.2 Inleiding
Behoort tot de mul variate sta s ek
Doel: voor een nieuw gegeven waarneming, te bepalen tot welke van een aantal gegeven groepen van
waarnemingen deze het best thuis hoort.
De a ankelijke variabele is de groep. De ona ankelijke variabelen zijn de gegevens die gebruikt worden
om tot de groep te komen
bv blauw geen overgewicht, bruin overgewicht
X-as is enkel gewicht: hieraan kunnen we niet zien of iemand
overgewicht hee : we hebben ook lengte nodig
—> overgewicht is a ankelijk van lengte: sommige van dat
gewicht wel overgewicht sommige niet: overlappend
—> als we enkel naar gewicht of lengte kijken hebben we
zeker overlapping, als we BMI berekenen door 2 door elkaar te
delen hebben we nog maar klein deel overlapping
—> hierdoor kunnen we zeggen als BMI kleiner is dan bepaald getal je geen overgewicht hebt, dit kunnen
we zeggen omdat ze (bijna) niet meer overlappen
4
fhtifh
fhti
ft tifh ti ti ti ti ti ti fh ti ti
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 compie. 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