100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Samenvatting Leren Deeltentamen 2 €4,99
In winkelwagen

Samenvatting

Samenvatting Leren Deeltentamen 2

 20 keer bekeken  2 keer verkocht

Dit is een samenvatting van het tweede deeltentamen van het vak Leren van de Universiteit van Amsterdam. De samenvatting is op volgorde van de colleges.

Voorbeeld 2 van de 10  pagina's

  • 18 april 2020
  • 10
  • 2016/2017
  • Samenvatting
Alle documenten voor dit vak (2)
avatar-seller
kimgouweleeuw
Leren Samenvatting 2
Decision Trees
Decision tree representation:
 Each internal node tests an attribute
 Each branch corresponds to an attribute value
 Each leaf node assigns a classification

Top-Down Induction of Decision trees, main loop:
1. A  the “best” decision attribute for the next node
2. Assign A as decision attribute for a node
3. For each value of A, create a new descendant of the node
4. Sort training examples to leaf nodes
5. If the training examples are perfectly classified, then STOP, else iterate over new leaf
nodes

Entropy
Entropy(S) is the expected number of bits needed to encode a class (+ or -) of a randomly
drawn member of S (under the optimal, shortest-length code). Entropy is the degree of
uncertainty. Binary variance = p(1-p)

, Information Gain
Gain(S,A) is the expected reduction in entropy due to sorting on A.




The information gain is higher for the classifier Humidity, so that is the best classifier.

ID3 Algorithm
There is noise in the data, so we need to make sure that that isn’t used in the model, because
it couldn’t generalize if that were the case.
 Preference for short trees, and for those trees with high information gain attributes
near the root.
 Bias is a preference for some hypotheses, rather than a restriction of hypothesis space
H.
 Occam’s razor: prefer the shortest hypothesis that fits the data:
o Arguments in favor:
 Fewer short hypotheses, than long hypotheses
 A short hypothesis that fits data is unlikely to be a coincidence
 A long hypothesis that fits data might be a coincidence
o Arguments opposed:
 There are many ways to define small sets of hypotheses
 E.g. all trees with a prime number of nodes that use attributes
beginning “Z”

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 kimgouweleeuw. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 53068 samenvattingen verkocht

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

Start met verkopen
€4,99  2x  verkocht
  • (0)
In winkelwagen
Toegevoegd