Samenvatting
Samenvatting Applied Data Science and Visualization ()
Samenvatting Applied Data Science and Visualization (), course ended with a 8,7 with the help of this summary. Let me know your grade!
[Meer zien]Voorbeeld 4 van de 42 pagina's
Voorbeeld 4 van de 42 pagina's
In winkelwagengesponsord bericht van onze partner
Verkoper
Volgen
Voorbeeld van de inhoud
Applied Data Science and Visualization 2020Summary by Lode Notermans
Lecture 1
Different kinds of data analysis
Explorative data analysis (EDA)
Unsupervised learning
Supervised learning
Trade-off between prediction accuracy and model interpretability
Measuring the quality of fit
Bias Variance trade-off
Lecture 2
Grammar of graphics
Colors are perceived relatively
Lecture 3
Cross validation
Leave-one-out cross-validation (LOOCV)
k-fold Cross validation
Somewhat higher bias than LOOCV due to smaller training set for each iteration
(but smaller bias than Validation-set method due to larger training set than VS.)
Bias-Variance Trade-Off for k-Fold Cross-Validation
Using CV for classification problems
Lecture 4
Model Selection and Regularization
Subset selection
Forward stepwise selection
Backward stepwise selection
Penalized (regularized) regression
Ridge regression
Lasso regression
Lasso versus ridge regression, which method is better?
Selecting the best λ
Lecture 5
k-Nearest neighbors
Logistic regression
Interpretation of logistic regression
Evaluation of classifiers
Confusion matrix
ROC curve
,Lecture 6
Polynomial regression
Step functions
Splines
Natural splines
Choosing K (number of knots) and placement
Smoothing splines
Local regression
Multiple predictors: Generalized additive models
Conclusions
Lecture 7
What is a Shiny app?
Building basic UI
Reactivity
Final remarks on shiny
Lecture 8
Lecture 9
,Lecture 1
ISLR Chapter 1, 2
Different kinds of data analysis
Exploratory Confirmatory
Description EDA, One-sample t-test
Unsupervised learning
Prediction Supervised learning Macroeconomics
Explanation John Snow and the cholera Causal modeling
outbreak
Prescription Personalized medicine A/B testing
Exploratory data analysis (EDA)
Describing interesting patterns: use graphs,
summaries, to understand subgroups, detect
anomalies (“outliers”), understand the data
Examples: boxplot, five-number summary,
histograms, scatterplots…
Unsupervised learning
Inputs, but no outputs. Try to learn
structure and relationships from
these data, like detecting
unobserved groups (clusters) from
the data.
Assumptions about structural properties of the data
Dimension reduction methods
, ● Principal components analysis
● Factor analysis
● Random projections
Clustering
● K-means clustering
Supervised learning
Building a statistical model for predicting /
estimating an output based on one or more
inputs.
Most widely used machine-learning methods
are supervised
● Spam classifiers of e-mail
● Face recognizers over images
● Medical diagnosis systems for patients
Methods include
● (logistic) Regression
● Decision trees/random forests
● Support vector machines
● Neural networks
Classification Regression
Classification: predict to which category an Regression: predict a quantitative outcome
observation belongs (qualitative outcomes)
Trade-off between prediction accuracy and model interpretability
If the researcher is mainly interested in inference, a
more restrictive model is more useful, but when the
researcher is interested in prediction a more loose
model is more useful. While one might argue that a
more flexible model is always better, flexible models
lead to such complicated estimates of f that it is
difficult to understand how any individual predictor is
associated with the response. So a trade-off between
flexibility and interpretability has to be found. Because
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 notermanslode. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,69. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 56326 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen