data science

 0    19 informačný list    danielpruszynski
stiahnuť mp3 vytlačiť hrať Skontrolujte sa
 
otázka Odpoveď
siatka algorytmu k sąsiadów
začať sa učiť
k neighbors mesh
węzeł jest czysty, gdy wszystkie próbki w węźle należą do tej samej klasy
začať sa učiť
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
začať sa učiť
Pi k - coefficient of occurrence of k classes among training samples in the i-th node
nadmierne dopasowanie
začať sa učiť
overfitting
ostre granice modelu drzew decyzyjncyh, lasy losowe wygładzają te rożnice
začať sa učiť
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.
začať sa učiť
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)
začať sa učiť
support vector machine (SVM)
macierz konfuzji
začať sa učiť
confusion matrix
precyzja – odpowiada na pytanie, jaka proporcja pozytywnych identyfikacji była rzeczywiście poprawna.
začať sa učiť
precision - answers the question what proportion of positive identifications was actually correct.
Przywołanie - odpowiedz na pytanie, jaki odsetek rzeczywistych pozytywów został zidentyfikowany poprawnie.
začať sa učiť
Recall - answer the question what proportion of actual positives was identified correctly.
FPR, FNR
začať sa učiť
FPR, FNR
False Positive Rate (FPR) - type I error. False Negative Rate (FNR) - type II error
f1 score - srednia harmoniczna precyzji i recall
začať sa učiť
f1 score precision and recall harmonic mean
niedopasowanie modelu
začať sa učiť
underfitting
danych nie da się oddzielić liniowo
začať sa učiť
the data is not linearly separable
parkiet
začať sa učiť
parquet
type of data
no sql - nie relacyjne
začať sa učiť
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
začať sa učiť
no sql distributed
distributed database that is designed to manage large scale data while maintaing a high performance
no sql - skalowalność
začať sa učiť
no sql scalability
scalability throughput and availability
skalowalność przepustowości i dostepność
przekleństwo wymiarowości
začať sa učiť
curse of dimensionality

Ak chcete pridať komentár, musíte byť prihlásený.