100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Summary 1BM110 Data Analytics for Business Intelligence Lecture notes €2,99
In winkelwagen

Samenvatting

Summary 1BM110 Data Analytics for Business Intelligence Lecture notes

 89 keer bekeken  0 keer verkocht

Notice! These notes are unstructured and have not been checked afterwards. Hence the low price. No notes of lecture 6, since the transcript is written in de notes of de slides.

Laatste update van het document: 4 jaar geleden

Voorbeeld 2 van de 18  pagina's

  • 5 april 2020
  • 12 april 2020
  • 18
  • 2019/2020
  • Samenvatting
  • 1bm110
  • dabi
Alle documenten voor dit vak (5)
avatar-seller
TUEIM
Contents
1BM110 Lecture notes...........................................................................................................................2
Lecture 1................................................................................................................................................2
Lecture 2................................................................................................................................................3
Data preprocessing............................................................................................................................3
Lecture 3 Guest lecture.........................................................................................................................4
Lecture 4................................................................................................................................................6
Reinforcement learning.....................................................................................................................6
Unsupervised learning.......................................................................................................................6
Supervised learning...........................................................................................................................8
Experimental setup............................................................................................................................8
Lecture 5 Supervised learning................................................................................................................9
Regression.........................................................................................................................................9
Classification models.......................................................................................................................10
Ensemble methods..........................................................................................................................11
Performance measurement.............................................................................................................12
Lecture 7 Guest lecture........................................................................................................................13
Guidelines & methods.....................................................................................................................13
Deep learning...................................................................................................................................14
Amber car........................................................................................................................................15
Lessons learned...............................................................................................................................15
Lecture 8 Text mining..........................................................................................................................16
CRISP-DM.........................................................................................................................................16
Modelling.........................................................................................................................................17

, 1BM110 Lecture notes
Lecture 1
Conventional decision support -> emphasis on deduction:

 Premise: Every swan I have seen is white.
 Conclusion: All swans are white.

BI-> emphasis on induction:

 premise A:all men are mortal
 premise B: Pete is a men
 Conclusion: Pete is mortal.

BI: data-driven decision support

emphasis on induction

Data-> model -> decision

Business/data analytics: degree of intelligence

 Descriptive analytics: use data to understand the past and current performance. What is
going on, what has happened using the data collected.
o Reporting, dashboards, summarization, visualization
o Segmentation: clustering
 Predictive analytics: analyse the past performance in order to predict the future. What will
occur?
o Regression & classification
o Associate rule
o Text mining: unstructured data
 Prescriptive analytics: what should occur?
o Optimization techniques
o Mathematical optimization models: heuristics

Maturity & ambition level matrix

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 TUEIM. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €2,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 53008 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Start met verkopen
€2,99
  • (0)
In winkelwagen
Toegevoegd