data science

 0    19 kartičky    danielpruszynski
stáhnout mp3 Vytisknout hrát zkontrolovat se
 
otázka odpověď
siatka algorytmu k sąsiadów
začněte se učit
k neighbors mesh
węzeł jest czysty, gdy wszystkie próbki w węźle należą do tej samej klasy
začněte se učit
the node is clean when all samples in the node belong to the same class
Pi k - współczynnik występowania klas k wśród próbek uczących w i-tym węźle
začněte se učit
Pi k - coefficient of occurrence of k classes among training samples in the i-th node
nadmierne dopasowanie
začněte se učit
overfitting
ostre granice modelu drzew decyzyjncyh, lasy losowe wygładzają te rożnice
začněte se učit
sharp boundaries of the decision tree model, random forests smooth out these corners
Wzajemna informacja (MI) między dwiema zmiennymi losowymi jest wartością nieujemną, która mierzy zależność między zmiennymi. Jest równy zero wtedy i tylko wtedy, gdy dwie zmienne losowe są niezależne, a wyższe wartości oznaczają większą zależność.
začněte se učit
Mutual information (MI) between two random variables is a non-negative value, which measures the dependency between the variables. It is equal to zero if and only if two random variables are independent, and higher values mean higher dependency.
maszyna wektorów nośnych (SVM)
začněte se učit
support vector machine (SVM)
macierz konfuzji
začněte se učit
confusion matrix
precyzja – odpowiada na pytanie, jaka proporcja pozytywnych identyfikacji była rzeczywiście poprawna.
začněte se učit
precision - answers the question what proportion of positive identifications was actually correct.
Przywołanie - odpowiedz na pytanie, jaki odsetek rzeczywistych pozytywów został zidentyfikowany poprawnie.
začněte se učit
Recall - answer the question what proportion of actual positives was identified correctly.
FPR, FNR
začněte se učit
FPR, FNR
False Positive Rate (FPR) - type I error. False Negative Rate (FNR) - type II error
f1 score - srednia harmoniczna precyzji i recall
začněte se učit
f1 score precision and recall harmonic mean
niedopasowanie modelu
začněte se učit
underfitting
danych nie da się oddzielić liniowo
začněte se učit
the data is not linearly separable
parkiet
začněte se učit
parquet
type of data
no sql - nie relacyjne
začněte se učit
no sql - non relational
the characteristic we can expect from a no sql database are that it is a non relational database as opposed to relational one
no sql rozpowszechnianie
začněte se učit
no sql distributed
distributed database that is designed to manage large scale data while maintaing a high performance
no sql - skalowalność
začněte se učit
no sql scalability
scalability throughput and availability
skalowalność przepustowości i dostepność
przekleństwo wymiarowości
začněte se učit
curse of dimensionality

Chcete-li přidat komentář, musíte se přihlásit.